42 | 模块答疑：软件工程师如何进入人工智能领域？
李智慧
该思维导图由 AI 生成，仅供参考
你好，我是李智慧。在大数据算法模块，我们一起学习了几种最常用的大数据算法，包括 KNN 分类算法、贝叶斯分类算法、PageRank 网页排名算法、关联分析 Apriori 算法、聚类分析 K-means 算法、神经网络算法以及几种常见的推荐算法，算是对大数据算法有了初步了解。
作为软件工程师，如果想掌握一些大数据算法的背景知识，以便更好地和算法相关团队合作，那么以这个模块讨论的算法为基础，触类旁通，针对公司使用的算法再进一步了解和学习，基本上也就够用了。但是，如果想从软件工程师深入进人工智能领域，那么就还需要系统地学习和掌握机器学习各方面的知识。
下面根据我的经验，给你呈现一个软件工程师进入人工智能领域的“学习路线图”，希望可以帮助到想转型进入人工智能领域的同学。
数学基础
机器学习有时候也被称为统计学习，其实就是统计大量历史数据中的规律，构建算法模型，再利用模型对现在的数据进行分类和预测。所以学习机器学习算法，先要复习一下统计学和概率论方面的知识。
很多算法的特征与函数都用向量空间表示，很多大数据算法计算也可以转化为矩阵与向量计算。比如 PageRank 算法就可以将网页间的链接关系表示为一个稀疏矩阵，所有页面的 PageRank 值构成一个向量，然后将矩阵与向量不断迭代相乘就可以了。因此，你还需要再复习一下线性代数的知识。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
软件工程师想要进入人工智能领域，需要系统地学习和掌握机器学习各方面的知识。首先，需要复习统计学和概率论、线性代数以及高等数学等数学基础知识。接着，系统学习机器学习算法，可以参考斯坦福大学的公开课程和经典书籍如《机器学习》和《统计学习方法》，并进行算法的编程练习。此外，还需要自行寻找更专业的书籍和论文进行深入学习，具备良好的英语基础也很重要。在大数据技术与机器学习框架方面，需要了解各种大数据产品的机器学习框架与算法库，如Mahout、MLlib、TensorFlow、Caffe等，以及掌握各种大数据技术产品的应用。这些知识将帮助软件工程师更好地进入人工智能领域，应对日益复杂的技术挑战。 此外，人工智能技术的发展状况也值得关注。处于上升阶段的技术包括人工智能管理、通用人工智能、知识图谱、神经形态硬件和自然语言生成。而一些被众人期待但可能有些过热的技术包括人工智能平台即服务、深度神经网络专用芯片、智能机器人、语音交互、智能应用、图形分析、目标分析、深度学习、自然语言处理和虚拟助理。另外，一些经过泡沫洗礼，关注度下滑，进入冷静期的人工智能技术包括计算机视觉、预测分析、自动驾驶和增强现实AR。 总的来说，人工智能领域的发展前景广阔，但也需要技术人员不断学习和掌握新知识，同时结合具体领域知识，才能真正将人工智能技术应用到实际中，产生实际价值。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《从 0 开始学大数据》，新⼈⾸单¥68
《从 0 开始学大数据》，新⼈⾸单¥68
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(9)
- 最新
- 精选
杰之7最后一节课老师聊了关于AI的变现的话题，给了学习AI的知识储备，主要在数学，机器学习算法，大数据技术产品和懂些英文。 精通算法的人很多，但能将算法和业务结合的人并不多。大数据技术和机器学习技术能为整个生产环境提供平台，至于变现，更多的是我们有些有好奇的心去发现和实践。 整个专栏的结束，对于我自己而言，在课程学习的过程中，问了老师金融科技的问题，老师给予的回答是金融科技是加速器，发展前景不亚于今天的互联网技术。我要做的是就是用大数据产品和数据挖掘算法，懂金融产品的时候，在风控模型和量化上得到我个人价值的提升。 这条路上的人很多，但能做好两者的人绝对不多，对于我普通的个人而言，做到了就是荣耀，没做到也就随大流在时间里刷走的自身吧。未来可期。作者回复: 加油
2019-02-0310
风跟着老师学习了 Hadoop 大数据系统的原理与架构；Hive、Spark、HBase 等大数据生态下主要产品的原理和应用；学习了自己开发一个大数据 SQL 引擎的思路与方法，以及 Spark 源代码性能测试与优化等大数据开发实践；以及大数据技术背后的应用，大数据算法等许多内容。谢谢老师 我有一个问题想得到老师的指导，就是大数据平台怎么监控？怎么保持其持久稳定性得运行呢？用什么来源的工具获取数据呢？再次谢谢老师。作者回复: Hadoop等大数据系统自身就被设计为高可用系统，部分服务器宕机不会引起系统的不可用。
2019-02-271
Hyun各大平台对人工智能的跟进，可能都会有所偏重。 百度是搜索起家的，对于全文搜索比较有优势，他的兴趣着落点会非常的广泛，包括政经，文体，宣教等；阿里是消费者数据更齐全，对于推荐和消费趋势更有说服力；美团更有优势在日常全品类覆盖；携程则更多看好在旅游周边。微信更接近人的真实社交需求，快速画像；还有一类特别想不到的，我认为适合做云AI的是搜狗等输入法公司。目前语音、图像识别等输入，远远达不到文字在互联网留下的痕迹，掌握了第一入口的输入法，应当是最大的赢家。2019-02-037
之渊先尽量进入大数据开发领域，然后继续学习，然后看机会就可以进入人工智能领域了。2020-08-194
张苗推荐下 机器学习实战 这本书，偏实践，对理解机器学习很有帮助 老师的大数据课程让我对大数据技术有了整体的了解，同时对于如何学习大数据技术有了明确的方向，真的是授人以渔，收获颇丰~感谢！2019-02-074
钱阅过留痕 最后一课，这不是结束而是新的开始，学完对大数据有了一些更多一点的理解，我没打算换岗位，就是兴趣使然，同时发现其实大数据的思考方式自己也是有一些的，农村里干活面对的常常是海量的东西，比如十亩麦田数不尽的麦苗更有数不尽的麦粒，老法子把所有麦子集中一起脱粒效率低，如果来十台大型收割机，移动计算比移动数据更划算。 感谢老师的分享，让我在视野和认知上有所精进。2020-02-112
Apa琦4年了，ai已经飞步发展，作者的一些预测已成现实2023-12-25归属地：上海
piboye老师，可以讲一下google的ai first战略怎么样吗？2022-01-14
纯洁的憎恶感谢李老师的大数据第一课。相比课程知识点，收获更大的是重新认识到了大数据的位置、意义和作用，初步了解到进一步系统学习大数据的方法和途径。期待进阶课程。 PS：今年1月份新出版的《深度学习 智能时代的核心驱动力量》——特伦斯·谢诺夫斯基，如何？ 具备人工智能功能的ERP软件有哪些成熟产品？2019-02-021
收起评论
