微信号:infoqchina

介绍:有内容的技术社区媒体

开课词|为什么97%的人都该学习人工智能?

2017-07-14 08:00 StuQ
编辑|Julia & 厂白小
学习人工智能效率最高的学习方式,其实是让经验丰富的老师带你在实战中学习。

人工智能的概念从提出至今已经 60 多年了,近两年更是得到了持续的关注,主要归功于大规模的数据和计算能力的质的提升。目前,BAT 等各大厂都争先恐后地进行 AI 布局,也随之打响了一场激烈的人才争夺战。可以说,成为 AI 人才,是未来拥有主动权的必经之路。但是,机器学习和深度学习的高大上又似乎拒人千里之外。

如何踏入 AI 领域?跟上时代的步伐?是每一个 AI 工程师最先需要思考的问题。现在学习 AI,大部分同学会面对这些情景:鱼龙混杂的大量学习资料,不得要领的学习方法,无法检验的学习成果,孤独焦虑的学习过程。而《3 个月成为 AI 实战工程师》这门课,专治这些疑难杂症。

正确选择比低效努力更重要

StuQ 在跟 100+ 位同学进行沟通之后,发现大家对 AI 学习特别容易陷入这些 误区

  • 必须先把数学基础补齐,从研究概率、微积分等入手,让自己陷入数学学习的泥沼中,投入的时间越多对对 AI 惧怕心理就越强,导致放弃;

  • 试图穷尽所有的概念和知识,比如机器学习里面其实包罗很多内容,一直纠结在学习了多少个知识点,逐渐产生疲惫感,且越学越混乱;

  • 一心求快,信奉唯快不破,现实却是欲速则不达。

StuQ 和多位 AI 专家深度沟通后,寻得 AI 学习的“正确”打开方式

  • 从具体场景出发,自下而上学习;

  • 知识体系化,重知识结构与内在逻辑;

  • 夯实基础,慢一点比较快。

从具体场景出发,自下而上学习

本课程选择的场景是高性能实时处理,带领学员从 0 到 1 构建一个海量数据实时分析系统。高性能实时处理在许多领域都得到了广泛应用,比如实时流量处理、日志处理、交通数据处理等等,而这些领域又有很多的图像处理和模式识别需求,通过将深度学习与高性能实时处理系统结合来解决现实问题,将深度学习真正应用在工程实践中。从具体的应用场景出发,少去了自己去摸索的漫长过程,搭上从深度学习到工程实践的直通车。

「 Talk is cheap, show me the code」 确实一语中的,你会说再多的概念,都不如做过一个实战项目来的实在。

知识体系化,重知识架构与内在逻辑

你看过一千片树叶,还是不知大一棵树到底长什么样子。高效的学习也是这样,知识不是你的,知道才是你的,与其零碎地学习这些知识,不如通过一个成体系的课程让这些知识了然于胸,将知识体系化,理清内在的框架和逻辑才能更好地形成对知识的理解和掌握,有了这棵树,再去生长出更多的树叶,让它一步步枝繁叶茂。本课程从机器学习入手,重点介绍深度学习,并为实际开发补充高性能编程,落脚点均为工程实践

夯实基础,慢一点比较快

工欲善其事,必先利其器,好高骛远不可取,在基础中兜兜转转不可取,这门课程会帮你打好扎实的基础,课程设计共 5 部分,基础篇、神经网络篇、深度学习篇、C+ + 编程篇和实战篇,每一部分里涉及到的数学和编程都会详细讲解,每一部分都设计了足够的时长,整个课程共 60 课时。

不必羡慕“别人家的孩子”,你也可以

学习的时候,最怕的就是“别人家的孩子”。而你有没有想过,你的从入门到放弃,也许并不是意志力太差,而是还没有掌握如何有效学习。

学习需要反馈

没有反馈的学习和没有检测的学习是学习的拦路虎,你只是完成了学习的动作,并不知道学习的效果。本课程是直播大课,每次课程搜都会布置作业,检测你的学习效果,并且会得到老师的点评反馈,让你及时知道自己的学习进度和状态,每次课程都会有答疑,你不理解、想要进一步了解的内容都可以立即提问,不把问题保留到自己都忘记了,或者多到你从入门到放弃。

不孤单的学习有更多乐趣

本课程每期都是一个班级,有班主任和助教和你一起学习,还会组织学习小组,与组内同学一起完成任务、交流讨论、互相激励。技能升级的同时也结识更多的好基友。

跟对的人,打怪升级

本课程邀请到了 Autodesk 软件研发工程师卢誉声老师和计算机科学博士金柳颀老师,卢老师会倾囊传授他丰富的实战经验,金老师可以为你通俗透彻地解答数学、算法等知识点,两位老师密切配合,带领学员打基础,做实战,实现 AI 技能进阶!

卢誉声,Autodesk 软件研发工程师,从事平台架构方面的研发工作。在此之前,他曾在思科系统(中国)研发中心云产品研发部工作,并参与了大规模分布式系统的服务器后端以及 SDK 的设计与研发工作,在分布式系统设计与实现、性能调优、高可用性和自动化等方面积累了丰富的敏捷实践与开发经验。他主要从事 C/C+ + 开发工作,致力于高性能计算平台架构的研究与开发。此外,对 JavaScript、Lua 以及移动开发平台等也有一定研究。著有《分布式实时处理系统:原理、架构和实现》,并译有《Storm 实时数据处理》、《高级 C/C+ + 编译技术》、《JavaScript 编程精解(原书第 2 版)》。

金柳颀,计算机科学博士,现为老人福祉科技实验室主要项目负责人,主要从事科研工作,研究方向为健康计算与软件体系结构,同时具有较为丰富的工程经验,能较熟练应用 C+ +、Java、Python、JavaScript 等多门语言。在 Web 开发和分布式系统方面均有所涉猎,开发项目涉及信息管理系统、数据处理、医学图像增强与存储、智能设备健康数据收集与分析等领域,获多项软件著作权。在机器学习和深度学习方向有较多经验,主要利用深度学习完成图像模式识别与压缩,对 Caffe 等常用深度学习框架较为熟悉,有裁剪和优化经验。现为大数据实时处理 Hurricane 分布式框架的贡献者之一。

你是不是 Mr.(Mis) Right?

这门课程的学习者有很清晰的画像,如果你是:

  • 相信 AI 的力量,紧跟时代发展的脚步,有先人一步的敏锐;

  • 对机器学习、深度学习有浓厚兴趣;

  • 有强烈意愿称为 AI 工程师;

  • 有一定的编程基础(Python、C+ +、Java 均可);

  • 有一定的数学基础(至少有高中数学基础);

  • 有一定的软件开发经验。

那么,这门课程就是专门为你量身定制的!

本课程在开课前有三次免费公开课学习机会,了解课程详情及公开课信息请添加海报中二维码,咨询小助手~

开课倒计时 2 天!InfoQ 特地送 2 个 500 元 本课程优惠码【 infoq500 】,先抢先得!点「 阅读原文 」立即使用!

 
InfoQ 更多文章 蚂蚁金服CTO程立:技术的价值与意义,在我看来是这样的 饿了么联合创始人汪渊:最重要的是选择,最困难的是坚持 左耳朵耗子:我看绩效考核 OpenStack 七年盘点,热潮褪去后的明天在哪? 微软顶级代码女神给年轻程序员的一些宝贵建议
猜您喜欢 如何做到精准性能测试——WeTest助手 一个程序员的顿悟:理想的程序员只比你多了6个一点点 音乐版权竞争2.0时代:扶持原创成在线平台新潮流 妙趣横生的HTML5 Page Visibility API TokuDB的索引结构–分形树的实现