在上周六，看了的教室。这次的教室和之前的不一样，由于这次涉及的领域是人工智能，讲的内容也是如何自学人工智能（AI）。这个主题，领域对付我自己而言，是一个关注但是陌生的主题，不同所从事的前端。
2.关于人工智能
在描述教室之前，先大概先容下人工智能的各方面。
2-1.什么是人工智能
引用百科的说法：人工智能是研究、开拓用于仿照、延伸和扩展人的智能的理论、方法、技能及运用系统的一门新的技能科学。企图理解智能的本色，并生产出一种新的能以人类智能相似的办法做出反应的智能机器，该领域的研究包括机器人、措辞识别、图像识别、自然措辞处理和专家系统等。
2-2.为什么要学人工智能
为什么要学人工智能，这个可能很多人都想着，人工智能人才短缺，报酬高。这样想是对的，由于现在的情形便是如此。但每一个行业的总会有一个风口期，红利期，这个不会一贯存在。而且如果自己没兴趣，不愿接管寻衅，就奔着高薪而学，注定走不远。以是，我不从这个角度阐明这个为什么。
我关注人工智能的情由便是由于人工智能便是一个趋势，前景也广阔，在往后也会逐渐的渗透到各行各业里面，影响我们生活的各个方面。以是就以为人工智能值得学习。
也顺便扩展一下：我理解的人工智能现在有哪些运用领域了
领域详细运用在打算机视觉车牌识别，图像识别，人脸识别，人脸美颜，无人车情景智能导航最佳路线，用户行为推举语音技能语音识别，精确翻译，智能助手（说一段话，打算机完成一个任务）生产，制造业自动化车间，智能农业
3.关于教室
3-1.主题
一堂课节制 AI 自学路径图
3-2.理解目标
AI 如何改变我们的生活？
AI 在七牛云的运用？
学习 AI 须要哪些根本知识？
参与 AI 干系的事情须要哪些知识？
AI 干系岗位的日常事情是什么？
如何自学 AI
干系资源
4.AI技能改造
首先，第一个课时是彭垚老师带来的《AI技能改造》讲述的内容分为以下三大块吧。
4-1.AI如果改变我们的生活
关于人工智能改变生活，紧张有三大块，打算机视觉，措辞识别，语音识别，详细的产品这里就不列举了。
打算机视觉方面的运用，比如导航的车辆识别，人脸识别，行为剖析。
语音识别方面，比如智能机器人，智能音响。
措辞处理方面，在线客服，个人助理，只能问答。
这一些领域都有很多出色的产品涌现，在这里就不列举了。但是不可否认的便是，由于这些领域的产品涌现，给我们生活的衣食住行都有很大方面的改进。
4-2.AI在七牛云的运用
老师先容到，七牛云环绕海量数据供应创新，灵巧的组合场景，把AI领悟进七牛运的产品线里面去。同时加力发展视频智能和数据智能的探索和运用。个中视频智能里面，包括内容审核（对色情，暴恐等视频进行处理，担保视频内容康健），人脸识别（身份核验，智能安防等），视频剖析等，在数据智能里面，包括数据剖析决策，理解机器措辞和感情，洞察未来等。
除此之外，也先容了七牛云的人工智能实验室的核心创新体系。先容了利用AI实现内容审核（对色情，暴恐等视频图像进行处理，担保内容康健），城市之眼（对人，物，场景进行检测，实现身份核验，智能安防等需求），媒资智能（对视频图像等实现人脸识别，实现人工检索等需求），创新操持。也先容了当中的技能架构，运作事理，以及一些成功案例（陌陌，步步高，美图秀秀等）。
4-3.七牛云的AI工程师的日常
首先，AI工程师有7种，打算机视觉算法工程师，机器学习平台研发工程师，大数据平台研发工程，搜索引擎研发工程师，系统架构工程师，业务架构工程师。这几个职位字面上知道是卖力什么，虽然我都不会。老师在课上大略先容了他们的事情内容，成果方面包括AVA弹性深度学习平台，LEGO大数据富媒体知识库，AI Video OS等。
4-4.问题回顾
由于打字速率跟不上说话速率，内容也过多，用我自己的意思表达又担心表达缺点（实在便是由于
1.七牛云AI的核心技能能力是什么？
2.将机器学习与社会可与研究相结合，有哪些可能的基于和寻衅？
3.很多关于人工智能的文章说，中国在人中只能领域处于领先位置，可为什么在学习过程中找到额度资料都是国外的？
4.系统架构和业务架构有什么不同？
5.可以简介一下AI开拓的流程吗？
6.这个AI Video OS是用在什么运用处景的呢？是对外供应做事能力，还是对内利用？
末了，由于这个只是我一个大略的条记先容，如果大家想理解更多，还是得点击下面链接进行不雅观看：
www.bilibili.com/video/av231…
5.AI初学者入门
然后，第二个课时是邵杰老师带来的《AI初学者入门》。关于这个课时，并不是讲了AI的所有运用领域，挑了两个运用很广的两个领域：机器学习和打算机视觉。
5-1.课程内容
开始之前，提了三个建议：
1.不要等到节制所有的干系数学知识再开始 2.不要网络过多的学习资料 3.动手，动手，动手
关于第一个建议，老师目的便是想说，由于知识太多，难以全部节制，会影响信心，而且很多知识不一定哀求特殊熟习，想大家尽快的进入学习人工智能里面去。这也的确，不止AI，前端也有这样的情形，便是有人评估做前端还是后台的时候，便是评估前端要学什么，后端要学什么，这样就觉得有点想太多了。
关于第二个建议，老师以为网上资料繁杂，质量难以担保，也不系统，网络过多的资料，韶光本钱太大。
关于第三个建议，这个运用是通用的，纵然是我自己写文章，我也非常建议，也多次提到大家除了看，更要写，这样才能印象深刻。如果只看不写，学的过程很随意马虎懵。
机器学习：利用学习算法，从数据中产生模型。大略的说便是根据写的程序（机器算法），根据大量的数据，产生一个模型。讲师也讲了一个实例：比如常常会收到垃圾邮件，下次在收到的时候，根据已收到的垃圾邮件进行剖析，判断是不是垃圾邮件。
机器学习：泛化性（根据已有的数据，剖析新数据），算法偏好（不同的模型，问题，运用匹配不同的算法）
关于机器学起，也用了K隔壁的办法实现一个图像识别。但是学习之前，大家要学习下干系的数学知识。
5-2.问题回顾
还是一样，只有问题，答案看视频。
1.建不建议从深度学习开始入手学习？
2.phtroch和TensorFlow两个机器学库，选择哪个学习比较好？
3.动手很主要，详细该当怎么实践？
4.AI开拓选用什么变成措辞比较得当？
5.叨教老师，对付传统软件开拓行业（c措辞），行行人工智能行业（机器学习方向）有什么建议？
6.老师对付在线的机器学习的课程怎么看，例如coursera等等麻烦说说
视频链接：
www.bilibili.com/video/av231…
5-3.学习资料
附视频提及的学习资料：
书本
尼克《人工智能简史》（这本书要认清作者，由于老师提到，《人工智能简史》有两本同名书本，推举的是尼克这本）
Miroslav Kubat《机器学习导论》
周志华《机器学习》（西瓜书）
Aurelien Geron《 Hands-on Machine Learning with Scikit-learn & Tensorflow 》
Ian Goodfellow等《Deep Learning》（花书）
ML 101
Getting Started With MachineLearning (all in one) by 梁劲 sina.lt/f3W8
Machine learning 101 by Jason Mayes sina.lt/f3W3
在线课程
机器学习速成课程 developers.google.com/machine-lea…
台湾大学李宏毅教授 speech.ee.ntu.edu.tw/~tlkagk/cou…
吴恩达教授 mooc.study.163.com/smartSpec/d…
斯坦福大学 cs231n cs231n.stanford.edu/
斯坦福大学 cs224n web.stanford.edu/class/cs224…
其他
scikit-learn Tutorials scikit-learn.org/stable/tuto…
机器学习术语表 developers.google.com/machine-lea…
4.小结
这次教室的个人理解就差不多就到这里了。但这个教室可以让大家对AI开拓有一个大概的理解，知道AI可以做什么，怎么做。以及AI自学的一个辅导，至于是否受用，这个就见仁见智了。
末了感谢和两个讲师给大家带来课程。