人工智慧從0到1，快速入門的學習方法！
人工智慧的核心就是機器學習（Machine Learning），它是使電腦具有智能的根本途徑，其應用遍及人工智慧的各個領域。機器學習屬於電腦科學與統計學的交叉學科，在多個領域會以不同的面目出現，比如你應該聽過這些名詞：數據科學、大數據、人工智慧、預測型分析、電腦統計、數據挖掘······雖然機器學習和這些領域有很多重疊的地方，但也不能將它們混淆。例如，機器學習是數據科學中的一種工具，也能用於處理大數據。
機器學習是一個非常廣泛和豐富的領域，幾乎在每個行業都有應用。因為要學習的東西太多，初學者很容易發慌，而且在面對很多個模型時也很容易迷失，看不到大局。
因此，我們把機器學習大概劃分為九個部分：
ML整體學習:基本的機器學習原理，比如方差權衡這些知識。
優化：為模型發現最優參數的演算法。
數據預處理：處理缺失數據、偏態分佈、異常值等。
取樣和拆分：怎樣拆分數據集來調整參數和避免過度擬合。
監督式學習：使用分類和回歸模型從標記數據中學習。
非監督式學習：使用因素和集群分析模型從非標記數據中學習。
模型評估：根據不同的性能度量做出決策。
集成學習：將不同模型相結合，達到更好的性能。
商業應用：機器學習如何幫助不同類型的商業業務。
機器學習專案和人工智慧的實踐工具：
早在去年 5 月穀歌就推出了 AIY 系列專案的人工智慧DIY硬體，鼓勵開發者們和愛動手的技術發燒友自己在家搭建AI小硬體。
AIY 全稱是 Artificial Intelligence Yourself，顧名思義就是利用 AI 來進行的 DIY 功能套件。該專案的目標是讓每個 Maker（創客）都可以 DIY 自己的 AI 人工智慧產品。
借助 AIY 專案，創客可以利用人工智慧來實現更像人與人交流的人機交互。“許多成員對使用人工智慧開發專案非常感興趣，但不知道從何入手。為解決這個問題，我們啟動了 AIY 專案：創客 DIY 人工智慧。”——Google開發者
去年首個開源人工智慧硬體 Vioce Kit，它由揚聲器、牛皮紙外殼、控制電路板等部件組成，結合樹莓派即可創造一個虛擬語音助手。
不過只有語音控制顯然不夠過癮，於是在去年年底，穀歌緊接著推出了第二款 AIY 硬體 Vision Kit，它不僅帶有攝像頭，還支持神經網路模型。
為了控制成本，Vision Kit 依然採用牛皮紙外殼，但硬體配置一點也不含糊，雙鏡頭由廣角鏡頭與微距鏡頭組成，提拱了揚聲器、按鍵、三腳架安裝螺母，最關鍵是集成了 Intel 的 Movidius MA 2450 低功耗處理器，它支持神經網路模型運算。
穀歌還提供了 3 個基於 TensorFlow 神經網路模型，它們能同時識別上千個相同的對象，或是人物面孔及表情，又或是識別人物、貓狗等目標。用戶也可以通過穀歌提供的編譯工具對 TensorFlow 神經網路模型進行訓練，讓它識別更多事物。
為了更加方便用戶使用， Google 還發佈了配套使用的 Android 版本 APP，能引導用戶按照指導流程更便利的組裝這些小工具。Google 官方表示，iOS 和 Chrome 版本的應用程式也將很快到來。另外，用戶也可以去 Google AIY 網站上瞭解相關安裝流程。
如果條件足夠，可以同時學習機器學習與深度學習，一些規律對兩者是共通的。學習完後，你已經具備了較強的知識儲備，可以進入較難的實戰。這時候有兩個選擇，大家可以對號入座：工業界的可以選擇看開源專案，以改代碼為目的來讀代碼；學術界的可以看特定領域的論文，為解決問題而發論文。
無論哪者，都需要過硬的知識，以及較強的編碼能力，因此很能考察和鍛煉水準。經過這個階段以後，可以說是踏入AI領域的門了。之後的路就要自己走了。
機器學習是一個非常廣泛和豐富的領域，幾乎在每個行業都有應用。因為要學習的東西太多，初學者很容易發慌，而且在面對很多個模型時也很容易迷失，看不到大局。
因此，我們把機器學習大概劃分為九個部分：
ML整體學習:基本的機器學習原理，比如方差權衡這些知識。
優化：為模型發現最優參數的演算法。
數據預處理：處理缺失數據、偏態分佈、異常值等。
取樣和拆分：怎樣拆分數據集來調整參數和避免過度擬合。
監督式學習：使用分類和回歸模型從標記數據中學習。
非監督式學習：使用因素和集群分析模型從非標記數據中學習。
模型評估：根據不同的性能度量做出決策。
集成學習：將不同模型相結合，達到更好的性能。
商業應用：機器學習如何幫助不同類型的商業業務。
機器學習專案和人工智慧的實踐工具：
早在去年 5 月穀歌就推出了 AIY 系列專案的人工智慧DIY硬體，鼓勵開發者們和愛動手的技術發燒友自己在家搭建AI小硬體。
AIY 全稱是 Artificial Intelligence Yourself，顧名思義就是利用 AI 來進行的 DIY 功能套件。該專案的目標是讓每個 Maker（創客）都可以 DIY 自己的 AI 人工智慧產品。
借助 AIY 專案，創客可以利用人工智慧來實現更像人與人交流的人機交互。“許多成員對使用人工智慧開發專案非常感興趣，但不知道從何入手。為解決這個問題，我們啟動了 AIY 專案：創客 DIY 人工智慧。”——Google開發者
去年首個開源人工智慧硬體 Vioce Kit，它由揚聲器、牛皮紙外殼、控制電路板等部件組成，結合樹莓派即可創造一個虛擬語音助手。
不過只有語音控制顯然不夠過癮，於是在去年年底，穀歌緊接著推出了第二款 AIY 硬體 Vision Kit，它不僅帶有攝像頭，還支持神經網路模型。
為了控制成本，Vision Kit 依然採用牛皮紙外殼，但硬體配置一點也不含糊，雙鏡頭由廣角鏡頭與微距鏡頭組成，提拱了揚聲器、按鍵、三腳架安裝螺母，最關鍵是集成了 Intel 的 Movidius MA 2450 低功耗處理器，它支持神經網路模型運算。
穀歌還提供了 3 個基於 TensorFlow 神經網路模型，它們能同時識別上千個相同的對象，或是人物面孔及表情，又或是識別人物、貓狗等目標。用戶也可以通過穀歌提供的編譯工具對 TensorFlow 神經網路模型進行訓練，讓它識別更多事物。
為了更加方便用戶使用， Google 還發佈了配套使用的 Android 版本 APP，能引導用戶按照指導流程更便利的組裝這些小工具。Google 官方表示，iOS 和 Chrome 版本的應用程式也將很快到來。另外，用戶也可以去 Google AIY 網站上瞭解相關安裝流程。
如果條件足夠，可以同時學習機器學習與深度學習，一些規律對兩者是共通的。學習完後，你已經具備了較強的知識儲備，可以進入較難的實戰。這時候有兩個選擇，大家可以對號入座：工業界的可以選擇看開源專案，以改代碼為目的來讀代碼；學術界的可以看特定領域的論文，為解決問題而發論文。
無論哪者，都需要過硬的知識，以及較強的編碼能力，因此很能考察和鍛煉水準。經過這個階段以後，可以說是踏入AI領域的門了。之後的路就要自己走了。