For investors
股价:
5.36 美元 %For investors
股价:
5.36 美元 %认真做教育 专心促就业
以后想从事人工智能,要这么学习?这是很多同学比较关心的问题,我结合当前课题组的实际情况来回答一下。
首先,人工智能是一个非常大的研究领域,大的研究方向就涉及到机器学习、自然语言处理、计算机视觉、自动推理、知识表示和机器人学,而不同的研究方向对于研究方法和工具也有不同的要求。
编程语言本身就是一种工具,Python和Java都属于比较典型的全场景编程语言,但是由于Python本身的库非常丰富,而且Python语言的语法糖也比较丰富,可以让研究人员把更多的精力放在算法上,所以Python在人工智能领域有非常广泛的应用。
但是在落地应用阶段,Java和C++的应用就比较多了,一方面这两种编程语言的性能比较稳定,另一方面这两种语言的行业应用生态也比较完善,项目实施的风险会相对比较低。
以我的课题组为例,计算机视觉组普遍在使用C++,自然语言处理组更多在使用Python,落地的时候会使用Java,当然Python也是可以做落地的,但是不同小组的leader同学往往有自己的考虑,组内的同学也会形成一个统一的选型。
从学习的角度来说,初期学好Python就够用了,然后应该把更多的精力用在机器学习、深度学习上,后期进组后,再根据本组leader的要求来学习其他编程语言也完全来得及。
我多年来一直给研究生上机器学习这门课,课程里的案例实现都在采用Python语言来实现,所以从读研的角度来说,掌握Python也会更方便一些。
学习人工智能对于实践场景的要求比较高,在学习编程语言的过程中,可以参加一些实践活动,比如深度学习、推荐系统、知识图谱等实践活动不仅会促进编程语言的学习和应用,也会提升对于人工智能技术的理解。
考虑到很多同学并没有参加实践的渠道,所以我联合一些大学的导师共同成立了一个实践平台,陆续开展了深度学习、强化学习、迁移学习、推荐系统、自然语言处理、知识图谱、计算机视觉等方向的实践活动和知识讲座活动,可以联系我申请参与,相信会有所收获。
最后,如果有人工智能相关的问题,欢迎在线交流。
【免责声明】本文部分系转载,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与联系我们,我们会予以更改或删除相关文章,以保证您的权益!