人工智能工程师培训费用大概是多少钱一年
发布网友
发布时间：2022-04-22 06:33
共2个回答
热心网友
时间：2023-10-17 14:06
人工智能机器学习真心不难，看下我的分析，我把学习重点都给列出来了。千万别信人工智能需要搞一年以上。如果效率高，学3个月就可以找到工作。机器学习2个月可以搞定，深度学习15天可以搞定。这些真心真心不难。在美国，有人为了省Coursera的吴恩达深度学习系列课的学费，利用免费的一周拿下五门课的证书，我问他怎么做，他用英文说，仔细听，不需要记笔记，因为资料都是留下来的，忘了就回去再看，Andrew Ng讲得还是很清楚的。吴恩达还有个机器学习课按他这个速度，不要一周也能搞定。
你做个数据分析和图像处理，要学全栈？要学网络？你在逗我吗？
对于机器学习：
本科的概率论学过吧，线性代数学过吧，矩阵乘法不会？又不让你真正去算，能看懂公式和推导就行了；
方差，期望这些中学就学过，正态分布，柏松分布，不努力分布，这些都是很简单的；
线性回归不就是 y = wx +bias吗？ 这小学东西，只不过这里把W和X用 Vector 写的，而Vector 就是小学还是初中学的向量。难吗？
Gradient Descent，就是链式求导，也是高等数学的内容，这难吗？
Logistics Regression 这个是把线性回归的 y 通过 sigmoid 函数改到了 0和1之间，你觉得难吗？
对于分类的问题，你就用 Maximum Likelihood，你把所有的点相乘，求导，真的难吗？
贝叶斯就是一个公式而已，建立在条件概率的基础上，读一读公式再看一看例子不就懂了吗？真心难吗？
Optimization就是设定了一个或多个对函数的*，真得想不透吗？
拉格朗日Multiplier就是把一个矩阵分离成用2个矩阵表示，记住不就行了？
Discriminant Regression 就像线性回归和Logistic 回归一样，对你的assumption要求高。Generative Regression 例子就是贝叶斯分离器，就是贝叶斯。真得很难吗？
PCA就是求eigenvalue ， eigenvector， 是找投影的最大的方差的feature的一个办法，方差越大说明越能代表整体。又不让你自己计算，看着图想一想不就OK了？
Cluster 代表性的不就是 k means？ 你随机搞几个点，周围点的距离分配下，再每轮更新下点不就行了？又不让你手写算法。
SVM 就是一种分类的方法，support vector尽可能把点用平行线或曲线分开，难吗？Kernel 函数不就是取代 X.transpose*X?
Neural Network就是 Logistic 回归的衍生而已。Forwarding 和 Back propagation 你看下书上给的推导也就是链式求导，只不过是反过来，难吗？
热心网友
时间：2023-10-17 14:06
专业的电脑学校的话一般都是2万以上，具体你可以去学校看一下，
