姓名：周小蓬 16019110037
轉(zhuǎn)載自：http://blog.csdn.net/isuccess88/article/details/54588131
[嵌牛導(dǎo)讀]
這篇文章介紹了學(xué)習(xí)人工智能所需的一些方面
[嵌牛鼻子]
人工智能
[嵌牛提問(wèn)]
如何學(xué)習(xí)以及步驟
[嵌牛正文]
1、學(xué)習(xí)并掌握一些數(shù)學(xué)知識(shí)
高等數(shù)學(xué)是基礎(chǔ)中的基礎(chǔ)，一切理工科都需要這個(gè)打底，數(shù)據(jù)挖掘芳撒、人工智能魔慷、模式識(shí)別此類跟數(shù)據(jù)打交道的又尤其需要多元微積分運(yùn)算基礎(chǔ)
線性代數(shù)很重要产捞，一般來(lái)說(shuō)線性模型是你最先要考慮的模型超埋，加上很可能要處理多維數(shù)據(jù)欧穴，你需要用線性代數(shù)來(lái)簡(jiǎn)潔清晰的描述問(wèn)題卦溢，為分析求解奠定基礎(chǔ)
概率論糊余、數(shù)理統(tǒng)計(jì)、隨機(jī)過(guò)程更是少不了单寂，涉及數(shù)據(jù)的問(wèn)題贬芥，不確定性幾乎是不可避免的，引入隨機(jī)變量順理成章宣决，相關(guān)理論蘸劈、方法、模型非常豐富尊沸。很多機(jī)器學(xué)習(xí)的算法都是建立在概率論和統(tǒng)計(jì)學(xué)的基礎(chǔ)上的威沫，比如貝葉斯分類器贤惯、高斯隱馬爾可夫鏈。
再就是優(yōu)化理論與算法棒掠，除非你的問(wèn)題是像二元一次方程求根那樣有現(xiàn)成的公式孵构，否則你將不得不面對(duì)各種看起來(lái)無(wú)解但是要解的問(wèn)題，優(yōu)化將是你的GPS為你指路
有以上這些知識(shí)打底烟很，就可以開(kāi)拔了浦译，針對(duì)具體應(yīng)用再補(bǔ)充相關(guān)的知識(shí)與理論，比如說(shuō)一些我覺(jué)得有幫助的是數(shù)值計(jì)算溯职、圖論精盅、拓?fù)洌碚撘稽c(diǎn)的還有實(shí)/復(fù)分析谜酒、測(cè)度論叹俏，偏工程類一點(diǎn)的還有信號(hào)處理、數(shù)據(jù)結(jié)構(gòu)僻族。
2粘驰、掌握經(jīng)典機(jī)器學(xué)習(xí)理論和算法
如果有時(shí)間可以為自己建立一個(gè)機(jī)器學(xué)習(xí)的知識(shí)圖譜，并爭(zhēng)取掌握每一個(gè)經(jīng)典的機(jī)器學(xué)習(xí)理論和算法述么，我簡(jiǎn)單地總結(jié)如下：
1)???????回歸算法：常見(jiàn)的回歸算法包括最小二乘法（OrdinaryLeast Square）蝌数，邏輯回歸（Logistic Regression），逐步式回歸（Stepwise Regression）度秘，多元自適應(yīng)回歸樣條（MultivariateAdaptive Regression Splines）以及本地散點(diǎn)平滑估計(jì)（Locally Estimated Scatterplot Smoothing）顶伞；
2)???????基于實(shí)例的算法：常見(jiàn)的算法包括 k-Nearest Neighbor(KNN), 學(xué)習(xí)矢量量化（Learning Vector Quantization， LVQ）剑梳，以及自組織映射算法（Self-Organizing Map 唆貌， SOM）；
3)???????基于正則化方法：常見(jiàn)的算法包括：Ridge Regression垢乙， Least Absolute Shrinkage and Selection Operator（LASSO）锨咙，以及彈性網(wǎng)絡(luò)（Elastic Net）；
4)???????決策樹(shù)學(xué)習(xí)：常見(jiàn)的算法包括：分類及回歸樹(shù)（ClassificationAnd Regression Tree追逮， CART）酪刀， ID3 (Iterative Dichotomiser 3)， C4.5钮孵， Chi-squared Automatic Interaction Detection(CHAID), Decision Stump, 隨機(jī)森林（Random Forest）骂倘， 多元自適應(yīng)回歸樣條（MARS）以及梯度推進(jìn)機(jī)（Gradient Boosting Machine， GBM）油猫；
5)???????基于貝葉斯方法：常見(jiàn)算法包括：樸素貝葉斯算法稠茂，平均單依賴估計(jì)（AveragedOne-Dependence Estimators， AODE）情妖，以及Bayesian Belief Network（BBN）睬关；
6)???????基于核的算法：常見(jiàn)的算法包括支持向量機(jī)（SupportVector Machine， SVM）毡证， 徑向基函數(shù)（Radial Basis Function 电爹，RBF)， 以及線性判別分析（Linear Discriminate Analysis 料睛，LDA)等丐箩；
7)???????聚類算法：常見(jiàn)的聚類算法包括 k-Means算法以及期望最大化算法（Expectation Maximization， EM）恤煞；
8)???????基于關(guān)聯(lián)規(guī)則學(xué)習(xí)：常見(jiàn)算法包括 Apriori算法和Eclat算法等屎勘；
9)???????人工神經(jīng)網(wǎng)絡(luò)：重要的人工神經(jīng)網(wǎng)絡(luò)算法包括：感知器神經(jīng)網(wǎng)絡(luò)（PerceptronNeural Network）, 反向傳遞（Back Propagation）， Hopfield網(wǎng)絡(luò)居扒，自組織映射（Self-OrganizingMap, SOM）概漱。學(xué)習(xí)矢量量化（Learning Vector Quantization， LVQ）喜喂；
10)????深度學(xué)習(xí)：常見(jiàn)的深度學(xué)習(xí)算法包括：受限波爾茲曼機(jī)（RestrictedBoltzmann Machine瓤摧， RBN）， Deep Belief Networks（DBN）玉吁，卷積網(wǎng)絡(luò)（Convolutional Network）, 堆棧式自動(dòng)編碼器（Stacked Auto-encoders）照弥；
11)????降低維度的算法：常見(jiàn)的算法包括主成份分析（PrincipleComponent Analysis， PCA）进副，偏最小二乘回歸（Partial Least Square Regression这揣，PLS）， Sammon映射影斑，多維尺度（Multi-Dimensional Scaling, MDS）,? 投影追蹤（ProjectionPursuit）等曾沈；
12)????集成算法：常見(jiàn)的算法包括：Boosting， Bootstrapped Aggregation（Bagging）鸥昏，AdaBoost塞俱，堆疊泛化（Stacked Generalization， Blending）吏垮，梯度推進(jìn)機(jī)（GradientBoosting Machine, GBM）障涯，隨機(jī)森林（Random Forest）。
3膳汪、掌握一種編程工具唯蝶，比如Python
一方面Python是腳本語(yǔ)言，簡(jiǎn)便遗嗽，拿個(gè)記事本就能寫(xiě)粘我，寫(xiě)完拿控制臺(tái)就能跑；另外，Python非常高效征字，效率比java都弹、r、matlab高匙姜。matlab雖然包也多畅厢，但是效率是這四個(gè)里面最低的。
4氮昧、了解行業(yè)最新動(dòng)態(tài)和研究成果框杜，比如各大牛的經(jīng)典論文、博客袖肥、讀書(shū)筆記咪辱、微博微信等媒體資訊。
5椎组、買(mǎi)一個(gè)GPU油狂，找一個(gè)開(kāi)源框架，自己多動(dòng)手訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)庐杨，多動(dòng)手寫(xiě)寫(xiě)代碼选调，多做一些與人工智能相關(guān)的項(xiàng)目。
6灵份、選擇自己感興趣或者工作相關(guān)的一個(gè)領(lǐng)域深入下去
人工智能有很多方向仁堪，比如NLP、語(yǔ)音識(shí)別填渠、計(jì)算機(jī)視覺(jué)等等弦聂，生命有限，必須得選一個(gè)方向深入的專研下去氛什，這樣才能成為人工智能領(lǐng)域的大牛莺葫，有所成就。
參考：
1枪眉、https://www.zhihu.com/question/20086909
2捺檬、http://www.cnblogs.com/blueyyc/articles/5560755.html
