作者wa007123456 (大笨羊)
看板Tech_Job
标题[请益] 请问版上有学习过AI的前辈吗?
时间Mon Aug 4 16:18:55 2025
目前还不确定要学多广
因为深度学习的原理好像满困难的
我想有两条路线:
1. 从数据分析(资料科学)开始(理论 > 实作):
这部分我有一本原文书可以看
了解数据分析的基础 => 可能会使用Python加上一些常用套件(NumPy、Pandas
Matplotlib...etc)，并了解一些会用到的数学
知识
进一步演进到机器学习 => 使用scikit-learn，学习
分类 => 回规 => 集群 => 降维
然後後面还有一堆我没碰过的东西:
a. 模型验证
b. 超参数
c. 特徵工程
d. 贝氏分类法
e. 决策树
.... 等
结束後，"应该"可以理解并实作一个简单的"脸部辨识"
2. 直接使用现成的AI (使用Google 的 Gemini API 实作>理论):
这部分直接使用网路教学，我有找到一堆资料了。
等到摸熟了再回去学刚才提到的第一点?!
我的目的是要学会它的基础原理并加以利用...
不知版上是否有人有学习AI的经验，感谢提供意见。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.160.73.53 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Tech_Job/M.1754295538.A.B42.html
1F：推 hidog: 有办法出国留学吗，大公司大概都要博士且111.241.170.119 08/04 16:30
2F：推 hidog: 论文是AI相关才有机会111.241.170.119 08/04 16:30
3F：→ hidog: 如果只是兴趣，可以套用写好的套件来跑111.241.170.119 08/04 16:30
4F：→ wa007123456: 我没钱出国...但是我只是想学会基础 118.160.73.53 08/04 16:31
5F：→ wa007123456: 原理就好了 感谢回答! 118.160.73.53 08/04 16:31
6F：→ wa007123456: 我再想一下，要不要从实作开始 谢啦 118.160.73.53 08/04 16:32
7F：推 NCUking: 去看李宏毅的课程 101.12.154.86 08/04 16:38
8F：→ NCUking: 不过半路出家 只能做呼叫LLM API的工作 101.12.154.86 08/04 16:39
9F：推 NCUking: API套壳仔做到极致也是有钱途的 101.12.154.86 08/04 16:43
10F：推 hidog: 基础就线代微积分阿，这两科熟的话不难自111.241.170.119 08/04 16:54
11F：推 hidog: 修111.241.170.119 08/04 16:54
是 我也想通了 与其在这犹豫 还是开始吧!
那就从第一点开始 谢谢
另外也欢迎後面的人补充意见
※ 编辑: wa007123456 (118.160.73.53 台湾), 08/04/2025 17:02:01
12F：推 chang1248w: 你说得ai是指什麽？ 42.73.127.190 08/04 17:03
13F：→ wa007123456: 我说的只有机器学习而已 有用到SVM 118.160.73.53 08/04 17:04
14F：→ wa007123456: 跟深度学习不同 118.160.73.53 08/04 17:04
15F：→ chang1248w: 是近十年发展的以back propagation为 42.73.127.190 08/04 17:05
16F：→ chang1248w: 基底的deep learning? 42.73.127.190 08/04 17:05
17F：→ chang1248w: 还是近五年的LLM/图片生成？ 42.73.127.190 08/04 17:05
18F：→ wa007123456: 不是DeepLearning 118.160.73.53 08/04 17:06
19F：→ chang1248w: ml入门isl和Stanford cs229呗 42.73.127.190 08/04 17:06
20F：→ wa007123456: 也不是LLM 118.160.73.53 08/04 17:06
21F：→ chang1248w: introduction to statistical learni 42.73.127.190 08/04 17:07
22F：→ chang1248w: ng in python 42.73.127.190 08/04 17:07
23F：→ wa007123456: OpenCourse吗? 感谢 118.160.73.53 08/04 17:07
24F：→ chang1248w: 这本适合入学者建立基本概念，想往後 42.73.127.190 08/04 17:09
25F：→ chang1248w: 学学习理论再看fondation of ml，想 42.73.127.190 08/04 17:09
26F：→ chang1248w: 更了解ML演算法可以看the elements o 42.73.127.190 08/04 17:09
27F：→ chang1248w: f statistical learning 42.73.127.190 08/04 17:09
28F：→ wa007123456: 好 谢谢 118.160.73.53 08/04 17:10
29F：→ chang1248w: bishop要理论不够理论，要应用不够应 42.73.127.190 08/04 17:12
30F：→ chang1248w: 用 42.73.127.190 08/04 17:12
31F：→ chang1248w: 还有点旧 42.73.127.190 08/04 17:13
32F：推 SEPHI: 建议深度学习还是得了解 114.40.136.63 08/04 17:21
33F：→ DrTech: 别浪费时间学sk-learn了。直接上pytorch吧 42.73.183.193 08/04 17:45
34F：→ DrTech: 。 42.73.183.193 08/04 17:45
35F：推 scotch: 如果没基础直接进Statistical我觉得也不一188.214.106.187 08/04 19:04
36F：→ scotch: 定适合，直接玩Pytorch做点Deep learning188.214.106.187 08/04 19:04
37F：→ scotch: 嚐嚐味道。然後慢慢看你要走数学向、Deplo188.214.106.187 08/04 19:04
38F：→ scotch: yment、MLops每一门都差很多。188.214.106.187 08/04 19:04
39F：推 luweber88: 你列的那些不是大学课程吗？找个有公开 106.1.243.171 08/04 19:18
40F：→ luweber88: 课程网页的老师看讲义就好 106.1.243.171 08/04 19:18
41F：→ Iversonshao: 看大金老师 通识的方法 学AI 49.216.173.212 08/04 19:25
42F：→ Iversonshao: 记得写他的作业 49.216.173.212 08/04 19:25
43F：→ MTKer5566: 你讲的东西其实都是数学114.137.113.227 08/04 19:26
44F：推 j112233446: 把你的问题去问LLM，他应该可以一定 106.64.182.113 08/04 19:47
45F：→ j112233446: 程度的帮你规划1的学习路径 106.64.182.113 08/04 19:47
46F：推 venroxas: 问AI其实可以理解很多东西 223.137.88.75 08/04 20:46
47F：→ WenliYang: 不用学 AI没台湾啥事…… 39.15.72.218 08/04 23:07
48F：推 newshoes123: 除非未来有规划去美国工作在学AI 101.8.162.62 08/04 23:22
49F：→ han3rd: 先看年龄吧 超过35就不用浪费时间了 死活 36.231.48.137 08/04 23:57
50F：→ han3rd: 卷不过年轻人 36.231.48.137 08/04 23:57
51F：→ MTKer5566: AI的机壳代工可114.137.113.227 08/05 09:19
52F：→ topahot9303: 个人经验只有学会下prompt 用在工作 42.79.112.167 08/05 12:17
53F：→ topahot9303: 上 42.79.112.167 08/05 12:17
54F：→ musashi023: 台湾的ai缺大部分都是笑话 211.72.230.32 08/05 12:29
55F：→ chemistry123: 建议从fastai这种先学快速实作，再 111.71.218.67 08/05 21:27
56F：→ chemistry123: 回头补数学基础，youtube很多免费 111.71.218.67 08/05 21:27
57F：→ chemistry123: 资源 111.71.218.67 08/05 21:27
58F：嘘 pig2014: 一狗票，大概90%都学过，问题都不是tran 101.138.243.79 08/06 20:35
59F：→ pig2014: sformer，所以只能打杂 101.138.243.79 08/06 20:35
60F：推 nanpolend: 看你想学多深简单就是LLM深入甚至得复220.143.143.127 08/24 04:10
61F：→ nanpolend: 习大学数学课目几乎全用上220.143.143.127 08/24 04:10