人工智能产品经理入门指南

在近年来,人工智能的概念在全世界急剧升温,相信在未来人类将由现在的互联网时代进入到AI时代。那么作为一名互联网产品经理,我们该如何由浅入深的学习人工智能呢?本文将和大家整体介绍人工智能的整体模块以及学习指南。

8月29日至8月31日在上海举办的2019世界人工智能大会,引起了媒体的广泛报道和社会的讨论。

在近年来,人工智能的概念在全世界急剧升温,相信在未来人类将由现在的互联网时代进入到AI时代。那么作为一名互联网产品经理,我们该如何由浅入深的学习人工智能呢?本文将和大家整体介绍人工智能的整体模块以及学习指南。

  1. 人工智最适合用哪种语言开发?
  2. 从哪里开始,学什么,有什么用?
  3. 算法该如何学,数学该如何学习?
  4. 如何实际动手去做,用什么工具?

(1)人工智能最适合哪种语言开发?

适合人工智能开发的5大语言分别是:

Python、C\C++、Lisp、Java、Prolog。在本文主要以Python进行讲解。在众多语言中,为什么Python最适合人工智能?有过编程语言的朋友再学习Python可能会觉得很简单,仅仅只需要过几遍语法基本上就能够上手。Python这门语言最大的特点是,简单。对于人工智能开发来说,可以通过各许多言进行开发,但只有Python是最高效的。多同样一种开发, 也许其他语言需要十行甚至一百行代码才能实现一个功能,而Python也许仅需一行就可以实现。

Pyton具有十分强大的数据处理功能,尤其在数据量巨大的情况下更有价值和意义,Python的数据处理能力主要依赖于NumPy,SciPy,Matplotlib,Pandas这是个库,其中NumPy提供了矩阵运算的功能,SciPy则在NumPy的基础上添加了许多科学计算的函数库,而这两个库就使Python具有和Matelab一样的数据处理能力了。Matplotlib库提供了绘图,可以实现数据的可视化,pandas是基于NumPy的一种工具,该库提供了高效地操作大型数据集所需的工具。而这四个库都需要我们单独安装,Python自身并不具备这些库。

随着Python成为人工智能开发的主流,各大公司开源工具库都有Python接口,并且都是主流。我们实际上干活都是使用这些库帮助我们完成了任务。虽然各大开源工具库有的不一定以Python作为主开发的程序,但是接口依然封装成立Python这也使得Python拥有了强大的工具库,成为了人工智能开发的一大优势。

(2)从哪里开始?学什么?有什么用?

对于Python这门语言本身的学习建议同学们,如果有其他语言的基础,那么Python语法过一遍即可。如果没有任何语言基础的前提下,建议初学的同学首先打好Python的基本功,把初级内容学好,对于高级一些的暂时先不去深入,语言只是一门工具,可以在未来的开发过程中,边深入学习Python边进行开发,最忌讳的是光看书而不做具体的实际操作。在Python中,有需要的库需要去运用,特别是对于人工智能的开发更是需要以大量的函数以及库支持。在此,不建议同学们去死记硬背,而要学会查找API根据实际需要的情况,在进行查看。

关于人工智能的学习,首先要学习的是:机器学习,这是人工智能整个知识板块中的核心重点也是基础。什么是机器学习呢?说白了就是你想让机器做什么事情,然后给它一大堆的数据,让它自己去学习,最后让它去模仿着做,并且实现你的目的。人工智能,机器学习这部分知识体系,实现方法包含了:算法、数据、程序、评估、应用等。

为什么机器学习对于人工智能如此重要?

机器学习是人工智能构建的根本,机器学习学习内容包含了:计算机视觉、语音识别、模式识别、数据挖掘、统计学习以及自然语言处理。通过对我们人类生活中,利用感官、视觉、听觉以及数据挖掘方面的模拟,最后构建人工智能的神经大脑。

如果机器学习想要通过以上情况大量的获取数据进行建模,完整的流程是:1)数据的收集与预处理。2)特征的选择与模型构建。3)评估与预测。

例如:首先,在机器的面前放置了两堆数据。第一堆是,诗词类相关的“大江东去,浪淘尽,千古风流人物”,“夕阳下断肠人在天涯”,“问世间情为何物,直叫人生死相许”等。第二堆,非诗词类:“王力宏由出轨了”,“今天出现了九个太阳”,“明天会世界末日”。

其次,机器则会自动的读取这些数据,并且转化成为机器可以识别的二进制语言,进行特征的提取。

然后,根据诗词类和非诗词类所具有的特性,划分一道分割线,让机器进行函数学习。

最后,给机器一个指令,让机器去指定的判断,如果判断成功并且达到一定的准确率,则学习到了一定的程度。假如:给机器输入“夕阳西下断肠人在天涯”,机器能够根据已有信息自动判断出是诗词类,而且准确率很高,则算学习成功。

机器学习,除了Python还要学点什么?

机器学习本质包含了数学原理推导与实际应用技巧,在机器学习中有很多经典算法,既然要学习,那就需要清除一个算法是怎么来(推导)以及如何进行应用的。

(3)算法该如何学,数学该如何学习?

数学对于整个人工智能的开发十分重要,对于技术开发人员来说,或者人工智能产品经理来说,则只需要大学数学基础即可。如果同学这时早已将大学数学还给了老师,那么不如在需要用到的时候,边学边查,学以致用。

机器学习和深度学习有什么不同?

机器学习是人工智能的基础,而深度学习则是在机器学习上面的进一步发展和延伸。深度学习不仅比机器学习的技术难度更大,同时应用和学习的范围也更加广更加深入。这是人工智能走向类人类,目前最可能实现的途径。但是就学习而言,因为机器学习是基础,所以先把基础打好,再学深度学习会更加的轻松,理解的更加深刻。

(4)机器学习如何去开发,利用什么样的工具?

机器学习最好以Python为开发语言,其次以Python库和函数作为开发的工具,并且融合算法原理推导,从零开始,对一个机器学习/深度学习算法进行推导,得出其最终的解法,评估参数对结果的影响等。

3条评论 添加新讨论

09月13日评论

厉害了

回复
09月09日评论

图表与数据

回复
09月09日评论

入门指南的好文章,语言平实、叙事流畅,算得上PM入门的一道开胃小菜。美中不足有错别字,缺乏图标数据支撑。继续加油!

回复
登录后参与讨论
Ctrl+Enter 发表