学习的本质是模仿，模仿的是规律，向世界运转的基本规律靠近... 思绪，情感，想法 是波动的，不定的，一会这一会那... 要快速验证并舍弃不合规律的...
学习现有框架的 风格，理念，设计思想，输入输出，API接口
因为目前还流行着的框架，
是经历惨烈竞争后活下来且目前仍在引领世界...
自有其强悍之处
|
明白思想之后，使用numpy自我编程重现算法
要想成为算法工程师，必须经历这一步...
|
机器学习掌握核心的几个算法 深度学习明白基本原画及常用场景的算法，CV,NLP，语音 大模型 - 会调用现成的，即使用预训练好的模型快速解决一个问题，开发 - 明白算法原理，自定义实现，算法 市场 - 深度学习受硬件资源，数据量的影响较大 - 如果这两个场景皆受限，则适合使用机器学习 - 否则深度学习更适合一些 机器学习中，规则与数据各占一半， 算法的空间很小且没啥变化... 而在深度学习中，算法可以被灵活地设计，有很大的创新空间 |
|
数学的水很深 数学的水很深，要学到什么程度，需要先确定自己的天资，底蕴，最重要的还是自己学习的目的 天资指自己是否觉得学习数学知识非常容易， 尤其是那些别人看似如天书的数学知识，自己学习起来是否就跟吃饭喝水一样简单 如果是，就可以放心大胆地走这条路，如果不是，请不要上这条路... 但可以当作一种爱好，只为乐趣，不求结果，偶尔看一看学一学，陶冶情操...是可以的 底蕴指你是否有雄厚的实力，主要指金钱储备及专业的数学方向的知识储备 若你拥有一生躺平生活无忧的资本，并且有触手可及的数学知识， 比如有亲人是教授等，经常出入学术性场合... 就算天资不行，但有实力也是可以的 学习的目的 学习的目的，这个才是三个中最最重要的 这里只说一种，就是大多数人的目的，就是普通人为了混口饭吃...为了生计... 也就是说，即没有天资，也没有实力， 就是为了学点当下流行的东西，在这个相对好点的平台上，快点找个工作... 那就要特点注意以下几点 时间就是金钱，普通人几个月没收入日子就可能过不下去，就算你自己能坚持得住，你周围的人也看不下去 所以，就不要也不能在数学中浪费太多时间， 1. 不要尝试推导数学公式，这很耗费时间，并且对你快速找个工作帮助不大 - 对于零基础的你，一家公司打算招你，就必定不会让让做核心的工作，必定各种打杂 - 故而不会对你的AI水平有多高的期待，更不会期望去推导什么公式 2. 重在思想，除了算法有思想指导外，数学公式也是有思想的，重在明白一个公式是做什么的就可以了 - 这一步需要一个人反反复复琢磨上3-5年，是需要在工作中，不断地实践中结合理论思考的 - 不是一上来学习就思考个不停的 3. 一开始只需要会调API，会写代码并知道该代码应用在什么场景就可以了 - 重在能解决一个实际问题，甚至连超参数调优都不需要做， - 你想想你将来那个不懂算法的老板的期望是什么？ - 你如果遇到一个不懂算法的老板，你要敢花大把时间去研究一个他不懂的东西，他会认为你在浪费的金钱！ - 你要以完成老板的期望为第一要务， - 除了个别大厂，没有老板会期望你把时间浪费在深入研究一个不知道是否能赚钱的东西上的 |
|
|
初学者
初学者要学会在jupyter中阅读API文档
有方法说明，有每个参数的含义，还有如何调用示例
不需要去背，多看多理解，然后手写代码验证，作笔记，
再读再理解，再验证，再记录，反反复复五轮以上...
进阶
要有一种静下来仔细阅读的耐力，定力， 静静地体会 由不懂到懂，由会到熟悉，由熟悉到灵活，由灵活到各种想法不断涌现的快乐 尝试验证自己的想法， 这一步自己不自主地产生很多想法，其实已经有很多人尝试过...并形成理论了 吾道不孤的感觉油然而生...
顺应潮流，向上进一层
一个问题，我有M种解决方法，别人有N种，其实这些方法类似或差不多 换作一个不懂的人，研究一段时间，也能得出这些个答案 吾道非吾道，实为事物本身之道，个人只是学习，理解，顺之 在你进入这个阶段之后，把心胸放得更宽广一些，去找更大的平台， 交流，学习，为推动行业在当下社会进一步发展作贡献... 别忘了留下一些文档供后来者阅读...本网站就是如此！
代码方法要带参数名称=参数值，文档要规范
不管是写文档，还是写代码，都不是自己一个人的事情
文档/代码，要便于阅读，最好有注释，方法参数传值最好带方法名，
优秀的习惯从开始学习的时候，就培养起来，后面就成自然了...
人来人往协作/联系的关键就是文档！
- 企业与员工的关系就是要么企业文化把落后的员工干掉，要么优秀的员工淘汰落后的企业！
- 这世界，连父母都不会养活你一辈子，所以优秀要尽早！
不要怕写代码的过程中遇到问题
每个人在前进的道路上都会面临N多问题，
这里有个前提，就是你是在努力前进中...
有问题就秉持一颗谦卑的心去寻找解决方法，去搜索，去请教
正常情况下，每个人在同一条道路上遇到的问题，大部分是重复的，
快速地趟一遍这些问题，能加快前进的脚步...
初级：
- 理解算法原理，会调用 API
- 能灵活运用现有算法解决一些实际问题
中级
- 对特定几种业务有深刻的理解
- 在这特定的几种场景中，
- 能用python实现同样效果/近似效果的算法
- 能有一些自己的优化技巧
高级，本人未达到，猜想如下
- 能自己手写一个sklearn框架
- 能自己手写一个pytorch框架
- 至少知道怎么写...
线上项目依然用的是各个开源框架，而不是自己手写的算法，
因为那些算法经历了时间的验证，也有过这样那样的问题，但都修复了
除非你已经做好应对各种意外的准备，也经过了公司的审批，才可以上自己的算法
手写算法，是为了更好地学习，为了充分理解算法，
也为了有一天可以突破某个算法，
或者写出更适合自己业务场景的算法...
要懂算法的原理，
- 主要表达的思想
- 适用的场景
- 优势
- 劣势
要达到能手写算法的程度
这样不会因为没有环境，结果算法实现不了了
学算法学的是思想，是设计的流程
并不是python语言，还不如学C/C++(十年功力起...)
python现学现用就可以了
两个终极学习目标
是数学原理
是算法思想
不是编程，也不是日复一日的清洗数据
- 那我不会编程怎么实现这个算法
- 你可以写一个简易的python版，或者干脆数学推导你的算法也行
- 然后公司给你配一个高级C++开发工程师来翻译
AI与开发及业务的融合
1. 业务，就是懂用户、懂客户、懂需求、懂市场、懂运营、懂商业模式 2. 懂 AI，就是懂 AI 能做什么，不能做什么；怎样才能做得更好，更快，更便宜 3. 懂编程，就是懂如何编程实现一个符合业务需求的产品 当下： 如果3者不全，朝着缺少的方向前进... 纯粹的工程师已经过剩了，太多了，与业务不沾边的，最终被公司Pass... 这里面最困难的不是知识，不是难度，而是性格， 比如做开发的，可能看中的是麻烦少，很多不擅长打交道的人会选这个， 要让这帮人改变自己，尝试去做一堆杂活的话...你可以想象这难度!!! 同理，要让一帮业务，没干过开发的人去写代码，刚开始跟看天书没什么两样！！！ 但想一想当下，失业率这么高，能“提前”把握住机会的， 能够 “及时” 主动 改变自己 适应世界的人， 这个世界也会给予高额的回报！
新的时代是个人与企业合作的时代
如果你做到三懂，业务，AI，开发， 那么你可能就是这时代的主流的， 个人能力的时代，一个人秒掉一个小公司都是有可能的！ 进入大公司，也是精英！ 放弃自己的偏见， 技术人员要说服自己去拥抱业务，了解使用自己产品的用户，市场，运营... 业务人员要说服自己去尝试技术，了解自己的用户用的都是个啥... 再说了，AI是真的牛啊， 一些技能，在现在，甚至在未来十年都是吊炸天的神技，值得你一学！
第1位
工程数学：线性代数
第2位
概率统计
第3位
高等数学：微积分
要明白数学的原理，公式，与业务数据的联系
要理解数学阐述的规律，以及怎么与AI结合的
就如种地，搬砖，工匠，清洁...一样， AI输出的是一门技术，只是目前走在了文明的前列， 就好像在三亚搬砖，在摩天大厦做清洁一样， 是平台抬举了AI技术工，但本质还是一个工人， 除非你去当老板，或者干其他能管上N号人的工作... 否则你就是被人管的一个工人
看到这一点，有利于将你从世人造的梦幻泡影中拉出来，
世人说的是AI牛，是当下的局面，并不是说的你,
更不意味着永远如此，
清醒一点，早晚有一天也会沦落与其他技术性工作一个样，
当下已从事这个的，相当于遇到一个机会，时代的机会，
应该努力抓住，因为运气并不会一直在你身边...
既然是技术，那么学AI的核心就是提升技术能力， 快速学习不同的技能，在感兴趣的技术方向深入研究， 遇到高人要不耻下问，本就是个工人而已，虚心请教并不是真的可耻...
要快乐的学习，累了就休息，就放松 以一种求知的，自然的 状态去学习 不管是算法，还是数学，都有科研的性质， 时间长了，就干点轻松愉快的事， 否则长年下来，容易变得萎靡不振...这不好 找点乐趣，健身，散步，骑行... 找另一半聊天, 是的，会聊天也算放松的一种...
现在这个时代，大概属于第四代人工智能浪潮(这个仅个人划分，如果有雷同纯属巧合...)
前两个时代，属于机器学习
- 并且至今为止，它的创新并不多
- 近百年积累，经典常用的就那么十几个...
第三个时代，属于机器学习与深度学习交替
现在这个时代，第四个时代，属于深度学习！！！
尤其是深度学习可以多层迭代及注意力的加入(2015年左右),真正迎来了深度学习的发展
经典代表有
- NLP方向有：CharGPT,大模型
- 视觉方向有：自动驾驶，虚拟类的元宇宙
虽然VR在前三个时代都失败了，在当下这个时代有成功的可能，
目前更加完善且能在虚拟世界中办公了，只等成本降下来就可以普及...
可以这么说，这个时代AI会做为新的生产力改变人们生活的方方面面...
现在是2024年，可以预见，未来二十年，将会有天翻地覆的变化,
百年之黄金时代！！！
机器学习怎么办？
- 学习一些经典的，工作中用得上的就可以了
- 重要是深度学习