AI分野を始めるなら…

「これまでのところ、人工知能の最大の危険は、人々が人工知能を理解しているという結論が早すぎることです。」 — エリーザー・ユドコウスキー

あなたが AI を始めようとしているなら、次の理由からとても幸運です:

1. この分野は急成長しています?
2. オンラインの無料リソースがたくさんあります
3. 助けが得られる巨大なコミュニティ

あなたは AI でキャリアを始めることを決めたので、AI は金融、健康、ロボット工学、防衛、航空宇宙などのあらゆる分野に融合できることがわかります。AI の学生がキャリアをスタートする機会は無限にあります。 。唯一の制約は、作業を開始する必要があることです。

始めましょう

AI 分野には、AI エンジニアリング、ML エンジニアリング、リサーチ サイエンティスト、データ サイエンティストなど、多くの役割があります。これらの役割に就くには、人前で学習を開始する必要があります。これが学習を開始するための最初のステップです。この手順はオプションですが、強くお勧めします。人前で学ぶ方法については、このブログをご覧ください。

避けられないステップ

次のステップは数学を学ぶことです。これは AI の内部で何が起こっているかを理解するための基本的なステップであるため、このステップを避けないでください。すべての概念を学ぶ必要はありません。概念が何で、どこで使用されているかを理解するだけで十分です。あなたが学ぶ必要がある数学的主題は次のとおりです:

1. 線形代数
2. 微積分
3. 確率と統計 線形代数は、データの保存方法と使用方法に役立ちます。微積分は、正確な結果を得るためにデータがどのように最適化されるかを示します。確率と統計は、どのデータを最適化すべきかを示し、不確実性を予測します。

手を汚す

上記の 2 つの手順は準備のためだけです。ここで、プログラミング言語でコーディングを開始する必要があります。 AI コミュニティのほとんどは Python を使用しており、Python に似ているが Python より高速な Julia などの他のプログラミング言語もあり、R は統計分析やデータ視覚化に使用されます。データ構造とアルゴリズム (DSA) とオブジェクト指向プログラミング システム (OOPS) の概念を備えたプログラミング言語を 1 つ学習してみてください。

パイプラインを学ぶ

プログラミングに強くなったら、データ処理には numpy、pandas、機械学習の概念には scikit-learn、深層学習の概念には pytorch や tensorflow などのパッケージを使い始めます。利用可能な深層学習ライブラリが多数あることに注意してください。fastai ライブラリを使用し、この高速 AI 深層学習コースから概念を学ぶことをお勧めします。

次は何ですか

この時点から、AI 分野に関する基礎知識が得られます。次に、興味のある役割に関連する作業を開始する必要があります。学習しながら、Kaggle コンテスト、開発後のハッカソンなどの知識コンテストに参加してください。

あなたの AI の旅が本当に素晴らしいものになりますように!この投稿を気に入っていただき、ご提案やご意見がございましたら、コメント欄で共有してください。

以上がAI分野を始めるなら…の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。