我是吴恩达:人在美国,刚上知乎,先答个「如何系统学习机器学习」

2022 年 4 月 9 日 量子位
杨净 发自 凹非寺
量子位 | 公众号 QbitAI

知乎新用户吴恩达,第一件事儿竟是回答如何系统学习机器学习。

嗯,果然随时都自带老师属性。

结果短短不到12个小时,就已经收获了两千多个赞同,关注者也达到了四千五百人。

底下评论几乎全是这种画风~




三个系统学习机器学习的步骤

来康康吴恩达老师的知乎首答。

首先他就强调,想要成为一名人工智能从业者,系统学习机器学习是重点。

机器学习是一门不需要进行明确编程,就能使计算机发挥作用的科学。

接着,他就给出了三个系统学习机器学习的步骤。

  • 学习基础编码知识。

  • 学习机器学习及深度学习。

  • 专注于一个角色。

具体而言,在实践简单的ML算法之前,需要具备编写简单的计算机程序的能力。

比如,函数调用,for loops,条件语句,基本的数学操作等。

除此之外,他还建议不必将精力过多投入到诸如线性代数、概率和统计这样的数学基础上。

掌握了基础编码知识后,就可以开始学习机器学习了。

这时候他就开始带货模式了。

他推荐的是斯坦福大学机器学习课程,主要内容包括了监督学习、无监督学习和机器学习的最佳实践。

还有深度学习也需要涉猎。

他pick的是DeepLearning.AI开发的深度学习专业课,当中包括包含了计算机视觉、自然语言处理、语音识别等领域构建应用程序所需的知识,以及学习到各个行业实际应用案例。

下一步,就是专注于一个角色,比如成为数据科学家、机器学习工程师或机器学习研究员等,将所学技能与真正实践、工作相结合。

最后,他也嘱咐大家。

要保持自律,不断学习。

ps,他还透露了个消息,他的深度学习相关课程也将在近期登录知乎。

以后又有一种方式学习吴恩达老师的课程了。

参考链接:
https://www.zhihu.com/people/wu-en-da-89

「人工智能」、「智能汽车」微信社群邀你加入!

欢迎关注人工智能、智能汽车的小伙伴们加入我们,与AI从业者交流、切磋,不错过最新行业发展&技术进展。

ps.加好友请务必备注您的姓名-公司-职位哦~


点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~


登录查看更多
0

相关内容

个人主页: Andrew Ng Wikipedia: Andrew Ng
吳恩達是斯坦福大学计算机科学系和电气工程系的副教授,斯坦福人工智能实验室的主任。他还与达芙妮·科勒一起创建了在线教育平台Coursera。

2011年,吳恩達在Google創建了Google Brain項目,以通過分佈式集群計算機開發超大規模的人工神經網絡。2014年5月16日,吴恩達加入百度,负责「百度大脑」计划。他将同时担任百度公司首席科学家。
吴恩达知乎问答:如何系统学习机器学习?
专知会员服务
18+阅读 · 2022年4月10日
数据与机器学习,人工智能报告
专知会员服务
97+阅读 · 2022年2月21日
「元学习」最新DSAA2021-Tutorial,附视频与83页ppt
专知会员服务
29+阅读 · 2021年10月20日
专知会员服务
51+阅读 · 2021年6月2日
【干货书】Python机器学习及金融应用,384页pdf
专知会员服务
132+阅读 · 2021年1月1日
《强化学习—使用 Open AI、TensorFlow和Keras实现》174页pdf
专知会员服务
136+阅读 · 2020年3月1日
吴恩达,新冠阳性
量子位
0+阅读 · 2022年2月8日
吴恩达说,AI论文够多了,赶紧搞吧!
云头条
20+阅读 · 2017年11月13日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
15+阅读 · 2021年11月19日
Arxiv
16+阅读 · 2021年7月18日
Arxiv
24+阅读 · 2021年1月25日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
25+阅读 · 2020年3月13日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
15+阅读 · 2018年2月4日
VIP会员
相关VIP内容
吴恩达知乎问答:如何系统学习机器学习?
专知会员服务
18+阅读 · 2022年4月10日
数据与机器学习,人工智能报告
专知会员服务
97+阅读 · 2022年2月21日
「元学习」最新DSAA2021-Tutorial,附视频与83页ppt
专知会员服务
29+阅读 · 2021年10月20日
专知会员服务
51+阅读 · 2021年6月2日
【干货书】Python机器学习及金融应用,384页pdf
专知会员服务
132+阅读 · 2021年1月1日
《强化学习—使用 Open AI、TensorFlow和Keras实现》174页pdf
专知会员服务
136+阅读 · 2020年3月1日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
相关论文
Arxiv
3+阅读 · 2022年4月18日
Arxiv
15+阅读 · 2021年11月19日
Arxiv
16+阅读 · 2021年7月18日
Arxiv
24+阅读 · 2021年1月25日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
25+阅读 · 2020年3月13日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
15+阅读 · 2018年2月4日
Top
微信扫码咨询专知VIP会员