人工智能產品經理入門指南

在近年來,人工智能的概念在全世界急劇升溫,相信在未來人類將由現在的互聯網時代進入到AI時代。那么作為一名互聯網產品經理,我們該如何由淺入深的學習人工智能呢?本文將和大家整體介紹人工智能的整體模塊以及學習指南。

8月29日至8月31日在上海舉辦的2019世界人工智能大會,引起了媒體的廣泛報道和社會的討論。

在近年來,人工智能的概念在全世界急劇升溫,相信在未來人類將由現在的互聯網時代進入到AI時代。那么作為一名互聯網產品經理,我們該如何由淺入深的學習人工智能呢?本文將和大家整體介紹人工智能的整體模塊以及學習指南。

  1. 人工智最適合用哪種語言開發?
  2. 從哪里開始,學什么,有什么用?
  3. 算法該如何學,數學該如何學習?
  4. 如何實際動手去做,用什么工具?

(1)人工智能最適合哪種語言開發?

適合人工智能開發的5大語言分別是:

Python、C\C++、Lisp、Java、Prolog。在本文主要以Python進行講解。在眾多語言中,為什么Python最適合人工智能?有過編程語言的朋友再學習Python可能會覺得很簡單,僅僅只需要過幾遍語法基本上就能夠上手。Python這門語言最大的特點是,簡單。對于人工智能開發來說,可以通過各許多言進行開發,但只有Python是最高效的。多同樣一種開發, 也許其他語言需要十行甚至一百行代碼才能實現一個功能,而Python也許僅需一行就可以實現。

Pyton具有十分強大的數據處理功能,尤其在數據量巨大的情況下更有價值和意義,Python的數據處理能力主要依賴于NumPy,SciPy,Matplotlib,Pandas這是個庫,其中NumPy提供了矩陣運算的功能,SciPy則在NumPy的基礎上添加了許多科學計算的函數庫,而這兩個庫就使Python具有和Matelab一樣的數據處理能力了。Matplotlib庫提供了繪圖,可以實現數據的可視化,pandas是基于NumPy的一種工具,該庫提供了高效地操作大型數據集所需的工具。而這四個庫都需要我們單獨安裝,Python自身并不具備這些庫。

隨著Python成為人工智能開發的主流,各大公司開源工具庫都有Python接口,并且都是主流。我們實際上干活都是使用這些庫幫助我們完成了任務。雖然各大開源工具庫有的不一定以Python作為主開發的程序,但是接口依然封裝成立Python這也使得Python擁有了強大的工具庫,成為了人工智能開發的一大優勢。

(2)從哪里開始?學什么?有什么用?

對于Python這門語言本身的學習建議同學們,如果有其他語言的基礎,那么Python語法過一遍即可。如果沒有任何語言基礎的前提下,建議初學的同學首先打好Python的基本功,把初級內容學好,對于高級一些的暫時先不去深入,語言只是一門工具,可以在未來的開發過程中,邊深入學習Python邊進行開發,最忌諱的是光看書而不做具體的實際操作。在Python中,有需要的庫需要去運用,特別是對于人工智能的開發更是需要以大量的函數以及庫支持。在此,不建議同學們去死記硬背,而要學會查找API根據實際需要的情況,在進行查看。

關于人工智能的學習,首先要學習的是:機器學習,這是人工智能整個知識板塊中的核心重點也是基礎。什么是機器學習呢?說白了就是你想讓機器做什么事情,然后給它一大堆的數據,讓它自己去學習,最后讓它去模仿著做,并且實現你的目的。人工智能,機器學習這部分知識體系,實現方法包含了:算法、數據、程序、評估、應用等。

為什么機器學習對于人工智能如此重要?

機器學習是人工智能構建的根本,機器學習學習內容包含了:計算機視覺、語音識別、模式識別、數據挖掘、統計學習以及自然語言處理。通過對我們人類生活中,利用感官、視覺、聽覺以及數據挖掘方面的模擬,最后構建人工智能的神經大腦。

如果機器學習想要通過以上情況大量的獲取數據進行建模,完整的流程是:1)數據的收集與預處理。2)特征的選擇與模型構建。3)評估與預測。

例如:首先,在機器的面前放置了兩堆數據。第一堆是,詩詞類相關的“大江東去,浪淘盡,千古風流人物”,“夕陽下斷腸人在天涯”,“問世間情為何物,直叫人生死相許”等。第二堆,非詩詞類:“王力宏由出軌了”,“今天出現了九個太陽”,“明天會世界末日”。

其次,機器則會自動的讀取這些數據,并且轉化成為機器可以識別的二進制語言,進行特征的提取。

然后,根據詩詞類和非詩詞類所具有的特性,劃分一道分割線,讓機器進行函數學習。

最后,給機器一個指令,讓機器去指定的判斷,如果判斷成功并且達到一定的準確率,則學習到了一定的程度。假如:給機器輸入“夕陽西下斷腸人在天涯”,機器能夠根據已有信息自動判斷出是詩詞類,而且準確率很高,則算學習成功。

機器學習,除了Python還要學點什么?

機器學習本質包含了數學原理推導與實際應用技巧,在機器學習中有很多經典算法,既然要學習,那就需要清除一個算法是怎么來(推導)以及如何進行應用的。

(3)算法該如何學,數學該如何學習?

數學對于整個人工智能的開發十分重要,對于技術開發人員來說,或者人工智能產品經理來說,則只需要大學數學基礎即可。如果同學這時早已將大學數學還給了老師,那么不如在需要用到的時候,邊學邊查,學以致用。

機器學習和深度學習有什么不同?

機器學習是人工智能的基礎,而深度學習則是在機器學習上面的進一步發展和延伸。深度學習不僅比機器學習的技術難度更大,同時應用和學習的范圍也更加廣更加深入。這是人工智能走向類人類,目前最可能實現的途徑。但是就學習而言,因為機器學習是基礎,所以先把基礎打好,再學深度學習會更加的輕松,理解的更加深刻。

(4)機器學習如何去開發,利用什么樣的工具?

機器學習最好以Python為開發語言,其次以Python庫和函數作為開發的工具,并且融合算法原理推導,從零開始,對一個機器學習/深度學習算法進行推導,得出其最終的解法,評估參數對結果的影響等。

3條評論 添加新討論

09月13日評論

厲害了

回復
09月09日評論

圖表與數據

回復
09月09日評論

入門指南的好文章,語言平實、敘事流暢,算得上PM入門的一道開胃小菜。美中不足有錯別字,缺乏圖標數據支撐。繼續加油!

回復
登錄后參與討論
Ctrl+Enter 發表