※ 引述《areyo (没有名字的怪物)》之铭言： : 大家好 : 从读书以来，大家都说数理不好，程式难写好 : 但还是踏上不归路，好在py有许多套件可用 + 网路发达 : 现在AI，对於数理不好的人，有没有更快入门的方法呢?? : 谢谢 我也是想研究 AI 的业余人士。第三类组出身，数学从高中毕业起就已经死亡。学 AI 也 是卡在数学问题。一点浅见抛砖引玉 浅见「玩 AI」也有层次之分。是业余跑点东西出来？或是在产业里面导入 AI 创造价值 ？或是要去读博班做 AI 研究？ 如果是业余娱乐，数学「最低门槛」并不高，微积分会最基本的多变量偏微分，弄懂 chain rule、能看懂类神经网路 back prop 就勉强可以，线性代数我没正式学过，遇到 就装死。过了这门槛，如果只做业余玩票，Github 和 CSDN 会抄，别人做好的库会调， 就足够成为业余调包侠，并且善根福德成熟可以进阶调参侠。 如果是产业里面导入 AI 则看角色。如果产业另外请了 AI 专家来，我们做辅助，那厘清 domain knowledge 比自学半桶水 AI 重要，domain knowledge 可以直接影响对资料的 准备、清洁，AI 模型的调整方向。AI 产品要符合领域专家的需要，就离不开领域专家的 帮忙。如果是被推上火线亲自搞 AI 的话那具体我不知道。我曾看了不少线上课自学 AI 也有能力做模型解决一些问题，但我仍然能感觉到跟同机构的 AI 专家之间有鸿沟般的差 距。 读博班走 AI 研究应该数学就要很紮实了，除非是做纯应用的研究，例如「应用 XXX 解 决 OOO 产业的 YYY 问题之研究」。这方面我也想听强者补完。 数学根基不稳，要强行 AI 入门。可选择比较容易吸收的线上课程或书本。线上课我推 deeplearning.ai AndrewNg 的课，书本我推 Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow。个人经验这两者都做到深入浅 出，而且我数学智障也跟得上。数学根基就边学 AI 边补，AI 用到哪就补到哪。有时数 学啃不动，其实是因为用不到。也许被逼着用回头啃反而很快就通了。 一点愚见，讲错请鞭小力点 QQ 我也想听其他高手怎麽学得 XDDDD --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 59.127.72.143 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1637216971.A.D72.html ※ 编辑: d8888 (59.127.72.143 台湾), 11/18/2021 14:40:57 今年放射科年会就有医生分享用 HTC DeepQ 自干模型 可惜我工作不能去听 QQ ※ 编辑: d8888 (59.127.72.143 台湾), 11/20/2021 12:34:27