※ 引述《areyo (沒有名字的怪物)》之銘言： : 大家好 : 從讀書以來，大家都說數理不好，程式難寫好 : 但還是踏上不歸路，好在py有許多套件可用 + 網路發達 : 現在AI，對於數理不好的人，有沒有更快入門的方法呢?? : 謝謝 我也是想研究 AI 的業餘人士。第三類組出身，數學從高中畢業起就已經死亡。學 AI 也 是卡在數學問題。一點淺見拋磚引玉 淺見「玩 AI」也有層次之分。是業餘跑點東西出來？或是在產業裡面導入 AI 創造價值 ？或是要去讀博班做 AI 研究？ 如果是業餘娛樂，數學「最低門檻」並不高，微積分會最基本的多變量偏微分，弄懂 chain rule、能看懂類神經網路 back prop 就勉強可以，線性代數我沒正式學過，遇到 就裝死。過了這門檻，如果只做業餘玩票，Github 和 CSDN 會抄，別人做好的庫會調， 就足夠成為業餘調包俠，並且善根福德成熟可以進階調參俠。 如果是產業裡面導入 AI 則看角色。如果產業另外請了 AI 專家來，我們做輔助，那釐清 domain knowledge 比自學半桶水 AI 重要，domain knowledge 可以直接影響對資料的 準備、清潔，AI 模型的調整方向。AI 產品要符合領域專家的需要，就離不開領域專家的 幫忙。如果是被推上火線親自搞 AI 的話那具體我不知道。我曾看了不少線上課自學 AI 也有能力做模型解決一些問題，但我仍然能感覺到跟同機構的 AI 專家之間有鴻溝般的差 距。 讀博班走 AI 研究應該數學就要很紮實了，除非是做純應用的研究，例如「應用 XXX 解 決 OOO 產業的 YYY 問題之研究」。這方面我也想聽強者補完。 數學根基不穩，要強行 AI 入門。可選擇比較容易吸收的線上課程或書本。線上課我推 deeplearning.ai AndrewNg 的課，書本我推 Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow。個人經驗這兩者都做到深入淺 出，而且我數學智障也跟得上。數學根基就邊學 AI 邊補，AI 用到哪就補到哪。有時數 學啃不動，其實是因為用不到。也許被逼著用回頭啃反而很快就通了。 一點愚見，講錯請鞭小力點 QQ 我也想聽其他高手怎麼學得 XDDDD --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.127.72.143 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1637216971.A.D72.html ※ 編輯: d8888 (59.127.72.143 臺灣), 11/18/2021 14:40:57 今年放射科年會就有醫生分享用 HTC DeepQ 自幹模型 可惜我工作不能去聽 QQ ※ 編輯: d8888 (59.127.72.143 臺灣), 11/20/2021 12:34:27