近年来,人工智能领域的发展愈发迅猛。无论是哪一个行业的朋友都或多或少对人工智能有一些认识,即使只是听他人提及过。
对于行业发展如此迅猛又如此高大上的领域,很多朋友(工作人员、学生)也会为之心动,但是又经常担心基础的问题(尤其是在校的本科生哈)。那人工智能的基础应该是怎样的呢?在学习上又该怎么去规划呢?
在大学中,我们经常听说或者触手可及的有数学建模、数据挖掘、机械创新等。在这些内容里面,我们已经或多或少的接触了人工智能。
以数学建模进行对比。
数学建模的数学基础有:高等数学、线性代数、概率论与数理统计。
人工智能的数学基础有:高等数学、矩阵论、概率论。
如果这么比较的话,有些朋友会说“我只学过线性代数,没学过矩阵论,不行啊”。其实,我们在学习线性代数的时候,已经学习了一部分的矩阵论。而单独说到的矩阵论是比线性代数里的内容更加精深的一个部分。
所以,如果说在数学基础中有矩阵论,完全不需要忌讳什么,有了线性代数的基础,再去学一下矩阵论就好啦。
数学建模也好,人工智能也好,都是离不开计算机的,所以,计算机基础都是必须的啦。计算机的基础知识之后,自然要学习各种编程语言啦,MATLAB就是两者都会用到的非常关键的软件。当然,在人工智能中MATLAB的重要性并没有在数学建模中那样极端。在人工智能中还会有Python、C++、JAVA等等各类语言。
难道我要掌握这么多语言,才能够去学习人工智能吗?当然不是啦。
人工智能有很多细分的领域,比如:机器学习、计算机视觉、语音翻译、自然语言处理等等,每一个领域都会有比较适合的语言,比如可以用在机器学习的有MATLAB和Python,图像处理普遍使用MATLAB、三维建模则是用C++更好……
看了这些之后,是不是觉得其实人工智能的基础要求也没多少呢?基础的部分也已经在大学里面全部接触学习了,为什么不能往更高大上的领域前进呢?
欢迎留言一起交流哈~
(有误之处,敬请斧正)
2019-01-14 未知