从零开始学习人工智能：自学机器学习的第二周

2018-11-07

今天是“从零开始自学人工智能”的第21天。

自学人工智能第三周了。这一周的主要任务是刷斯坦福大学李飞飞的机器学习课程CS231n，讲的主要是用卷积神经网络（CNN）进行图像分类的方法，目前这门课程还剩下最后一点内容，下周继续。这周还完成了《Hands on Machine Learning with Scikit Learn and TensorFlow》这本书上跟CNN有关的例子做了一遍，其实来来去去还是用CNN来识别手写体和对图片进行分类那几个例子，在编程上，并没有太大的麻烦，毕竟利用TensorFlow提供的高级API，我们可以非常方便地用十几行代码就构建一个机器学习的模型。在这里面，我觉得真正遇到的麻烦不在于构建模型，而在于如何对模型进行改进，让它有更高的学习效率和更好的学习效果，而这些，都需要扎实的数学基础，否则，我们只是能够依样画葫芦地构建一个模型，虽然这样也能举一反三，一些简单的任务还是可以完成的，但是想要再进一步就比较难了。究其原因，主要还是因为自身理论基础比较薄弱，比如说，数学知识还不够扎实，对模型中使用的算法只是知其然而不知其所以然。所以接下来，我打算加强一下理论基础的学习，特别是统计学方面的知识。

下周我打算继续刷MIT、Stanford等几个高校的相关课程，这些课程多数都会把理论基础讲得比较深，就像李飞飞的课程那样，这些课程刷起来速度没那么快，因为数学上的计算还是很多的。

从笔者的学习过程来看，英语和数学这两门课程是非常重要的。恰好这两门课都是某种“语言”，英语是用来跟外国人沟通的语言，数学是一门科学语言，而编程又恰好是一门与机器沟通的语言。有机会的朋友，一定要利用好身边的资源，学好这些语言，说不定什么时候就用上了。

对了，有一起学习的朋友吗？不知道大家方不方便告知一下你现在的学习进度和遇到的麻烦，我会把大家的这些问题汇总之后，写几篇文章，希望能够帮助大家。当然也欢迎大家分享一些好的学习资料给我，不胜感激。

我已经把所有跟人工智能有关的文件分享到网上，大家给我发私信：“人工智能文件”获取。

声明：所有的文件仅作学习交流，请大家自觉于下载后的24小时内删除。