作者wa007123456 (大笨羊)
看板Tech_Job
標題[請益] 請問版上有學習過AI的前輩嗎?
時間Mon Aug 4 16:18:55 2025
目前還不確定要學多廣
因為深度學習的原理好像滿困難的
我想有兩條路線:
1. 從數據分析(資料科學)開始(理論 > 實作):
這部分我有一本原文書可以看
了解數據分析的基礎 => 可能會使用Python加上一些常用套件(NumPy、Pandas
Matplotlib...etc)，並了解一些會用到的數學
知識
進一步演進到機器學習 => 使用scikit-learn，學習
分類 => 迴規 => 集群 => 降維
然後後面還有一堆我沒碰過的東西:
a. 模型驗證
b. 超參數
c. 特徵工程
d. 貝氏分類法
e. 決策樹
.... 等
結束後，"應該"可以理解並實作一個簡單的"臉部辨識"
2. 直接使用現成的AI (使用Google 的 Gemini API 實作>理論):
這部分直接使用網路教學，我有找到一堆資料了。
等到摸熟了再回去學剛才提到的第一點?!
我的目的是要學會它的基礎原理並加以利用...
不知版上是否有人有學習AI的經驗，感謝提供意見。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.160.73.53 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Tech_Job/M.1754295538.A.B42.html
1F：推 hidog: 有辦法出國留學嗎，大公司大概都要博士且111.241.170.119 08/04 16:30
2F：推 hidog: 論文是AI相關才有機會111.241.170.119 08/04 16:30
3F：→ hidog: 如果只是興趣，可以套用寫好的套件來跑111.241.170.119 08/04 16:30
4F：→ wa007123456: 我沒錢出國...但是我只是想學會基礎 118.160.73.53 08/04 16:31
5F：→ wa007123456: 原理就好了 感謝回答! 118.160.73.53 08/04 16:31
6F：→ wa007123456: 我再想一下，要不要從實作開始 謝啦 118.160.73.53 08/04 16:32
7F：推 NCUking: 去看李宏毅的課程 101.12.154.86 08/04 16:38
8F：→ NCUking: 不過半路出家 只能做呼叫LLM API的工作 101.12.154.86 08/04 16:39
9F：推 NCUking: API套殼仔做到極致也是有錢途的 101.12.154.86 08/04 16:43
10F：推 hidog: 基礎就線代微積分阿，這兩科熟的話不難自111.241.170.119 08/04 16:54
11F：推 hidog: 修111.241.170.119 08/04 16:54
是 我也想通了 與其在這猶豫 還是開始吧!
那就從第一點開始 謝謝
另外也歡迎後面的人補充意見
※ 編輯: wa007123456 (118.160.73.53 臺灣), 08/04/2025 17:02:01
12F：推 chang1248w: 你說得ai是指什麼？ 42.73.127.190 08/04 17:03
13F：→ wa007123456: 我說的只有機器學習而已 有用到SVM 118.160.73.53 08/04 17:04
14F：→ wa007123456: 跟深度學習不同 118.160.73.53 08/04 17:04
15F：→ chang1248w: 是近十年發展的以back propagation為 42.73.127.190 08/04 17:05
16F：→ chang1248w: 基底的deep learning? 42.73.127.190 08/04 17:05
17F：→ chang1248w: 還是近五年的LLM/圖片生成？ 42.73.127.190 08/04 17:05
18F：→ wa007123456: 不是DeepLearning 118.160.73.53 08/04 17:06
19F：→ chang1248w: ml入門isl和Stanford cs229唄 42.73.127.190 08/04 17:06
20F：→ wa007123456: 也不是LLM 118.160.73.53 08/04 17:06
21F：→ chang1248w: introduction to statistical learni 42.73.127.190 08/04 17:07
22F：→ chang1248w: ng in python 42.73.127.190 08/04 17:07
23F：→ wa007123456: OpenCourse嗎? 感謝 118.160.73.53 08/04 17:07
24F：→ chang1248w: 這本適合入學者建立基本概念，想往後 42.73.127.190 08/04 17:09
25F：→ chang1248w: 學學習理論再看fondation of ml，想 42.73.127.190 08/04 17:09
26F：→ chang1248w: 更了解ML演算法可以看the elements o 42.73.127.190 08/04 17:09
27F：→ chang1248w: f statistical learning 42.73.127.190 08/04 17:09
28F：→ wa007123456: 好 謝謝 118.160.73.53 08/04 17:10
29F：→ chang1248w: bishop要理論不夠理論，要應用不夠應 42.73.127.190 08/04 17:12
30F：→ chang1248w: 用 42.73.127.190 08/04 17:12
31F：→ chang1248w: 還有點舊 42.73.127.190 08/04 17:13
32F：推 SEPHI: 建議深度學習還是得瞭解 114.40.136.63 08/04 17:21
33F：→ DrTech: 別浪費時間學sk-learn了。直接上pytorch吧 42.73.183.193 08/04 17:45
34F：→ DrTech: 。 42.73.183.193 08/04 17:45
35F：推 scotch: 如果沒基礎直接進Statistical我覺得也不一188.214.106.187 08/04 19:04
36F：→ scotch: 定適合，直接玩Pytorch做點Deep learning188.214.106.187 08/04 19:04
37F：→ scotch: 嚐嚐味道。然後慢慢看你要走數學向、Deplo188.214.106.187 08/04 19:04
38F：→ scotch: yment、MLops每一門都差很多。188.214.106.187 08/04 19:04
39F：推 luweber88: 你列的那些不是大學課程嗎？找個有公開 106.1.243.171 08/04 19:18
40F：→ luweber88: 課程網頁的老師看講義就好 106.1.243.171 08/04 19:18
41F：→ Iversonshao: 看大金老師 通識的方法 學AI 49.216.173.212 08/04 19:25
42F：→ Iversonshao: 記得寫他的作業 49.216.173.212 08/04 19:25
43F：→ MTKer5566: 你講的東西其實都是數學114.137.113.227 08/04 19:26
44F：推 j112233446: 把你的問題去問LLM，他應該可以一定 106.64.182.113 08/04 19:47
45F：→ j112233446: 程度的幫你規劃1的學習路徑 106.64.182.113 08/04 19:47
46F：推 venroxas: 問AI其實可以理解很多東西 223.137.88.75 08/04 20:46
47F：→ WenliYang: 不用學 AI沒台灣啥事…… 39.15.72.218 08/04 23:07
48F：推 newshoes123: 除非未來有規劃去美國工作在學AI 101.8.162.62 08/04 23:22
49F：→ han3rd: 先看年齡吧 超過35就不用浪費時間了 死活 36.231.48.137 08/04 23:57
50F：→ han3rd: 捲不過年輕人 36.231.48.137 08/04 23:57
51F：→ MTKer5566: AI的機殼代工可114.137.113.227 08/05 09:19
52F：→ topahot9303: 個人經驗只有學會下prompt 用在工作 42.79.112.167 08/05 12:17
53F：→ topahot9303: 上 42.79.112.167 08/05 12:17
54F：→ musashi023: 台灣的ai缺大部分都是笑話 211.72.230.32 08/05 12:29
55F：→ chemistry123: 建議從fastai這種先學快速實作，再 111.71.218.67 08/05 21:27
56F：→ chemistry123: 回頭補數學基礎，youtube很多免費 111.71.218.67 08/05 21:27
57F：→ chemistry123: 資源 111.71.218.67 08/05 21:27
58F：噓 pig2014: 一狗票，大概90%都學過，問題都不是tran 101.138.243.79 08/06 20:35
59F：→ pig2014: sformer，所以只能打雜 101.138.243.79 08/06 20:35
60F：推 nanpolend: 看你想學多深簡單就是LLM深入甚至得複220.143.143.127 08/24 04:10
61F：→ nanpolend: 習大學數學課目幾乎全用上220.143.143.127 08/24 04:10