求人不如求己，我觉得是时候自学一下AI了，为了工作也为了自己将来的发展，公司不能看视频，那么看书吧，大佬推荐了几本书，我开始入门了。都知道现在实现人工智能语言大部分都是python，python没接触啊，怎么办？去菜鸟教程里通读了一遍python，写了点笔记，把自己认为重要的记录下来，以后可以用（kao）到（bei），读完下来看懂还可以，真的去写还是写不出来，依赖百度，我安慰自己，也许百度的多了，写的多了就记住了吧。现在感觉python比java好玩多了。轻量、功能强、易懂。python入门了，机器学习入门吧也得，在网上看了下，通读了一遍《机器学习实战》这本书，我读的是中文翻译版的（想抓紧时间提升基础，所以读的中文版），这本书我认为是机器学习的入门级读物吧，书中讲了数据挖掘/机器学习的十大算法之中的八个：kNN，C4.5决策树，朴素贝叶斯，SVM，Adaboost，CART，K-means，Apriori。另外还讲了Logistic回归，线性回归，FP-Growth，PCA，SVD，MapReduce等经典实用的方法。书中对每个算法，首先是介绍算法，讲解原理，我认为本书原理讲解部分略显简单粗略，我们可以在阅读的同时也参考一些网上的blog，一些数学证明的部分可以参考paper，如果仅仅是打基础了解的话，感觉这本书省略了复杂的证明，可以降低难度，节约新手的时间。本书的最大特点就是拥有非常详细的代码和解释，主要使用了Python里的Numpy库和Matplotlib绘图工具，可以非常便捷清晰的实现各个算法，对于小白来说不需要很高深的数学统计知识就能看懂，我感觉很友好。当然读本书的目的是为了更好的利用书中的项目案例尽快的融入到我们项目的实战中去，其中的具体实现已经有点过时了，我还是推荐真正使用机器学习算法的时候，用当下火热的pandas、sklearn库去实现，简洁明了，代码效率高。定要坚持不懈的练习!
设计、编程在我眼里都是需要动手才能练就出来的本事,只看书满脑子理论完全不行。设计基本功:你可以有计划的练习手绘,提高painting能力我认为对做设计,包括ui设计,是有好处的。从临摹开始:可以先临摹一些教材上的范例,现有的优秀界面,优秀设计师的作品;在此基础上,时不时可以加上自己的想法情感,搞点原创。总之,“曲不离口拳不离手”要坚持练习,多动手,一定会从中获得很多经验!可以尽情享受在实践中学习的快乐了。

求人不如求己，我觉得是时候自学一下AI了，为了工作也为了自己将来的发展，公司不能看视频，那么看书吧，大佬推荐了几本书，我开始入门了。都知道现在实现人工智能语言大部分都是python，python没接触啊，怎么办？去菜鸟教程里通读了一遍python，写了点笔记，把自己认为重要的记录下来，以后可以用（kao）到（bei），读完下来看懂还可以，真的去写还是写不出来，依赖百度，我安慰自己，也许百度的多了，写的多了就记住了吧。现在感觉python比java好玩多了。轻量、功能强、易懂。python入门了，机器学习入门吧也得，在网上看了下，通读了一遍《机器学习实战》这本书，我读的是中文翻译版的（想抓紧时间提升基础，所以读的中文版），这本书我认为是机器学习的入门级读物吧，书中讲了数据挖掘/机器学习的十大算法之中的八个：kNN，C4.5决策树，朴素贝叶斯，SVM，Adaboost，CART，K-means，Apriori。另外还讲了Logistic回归，线性回归，FP-Growth，PCA，SVD，MapReduce等经典实用的方法。书中对每个算法，首先是介绍算法，讲解原理，我认为本书原理讲解部分略显简单粗略，我们可以在阅读的同时也参考一些网上的blog，一些数学证明的部分可以参考paper，如果仅仅是打基础了解的话，感觉这本书省略了复杂的证明，可以降低难度，节约新手的时间。本书的最大特点就是拥有非常详细的代码和解释，主要使用了Python里的Numpy库和Matplotlib绘图工具，可以非常便捷清晰的实现各个算法，对于小白来说不需要很高深的数学统计知识就能看懂，我感觉很友好。当然读本书的目的是为了更好的利用书中的项目案例尽快的融入到我们项目的实战中去，其中的具体实现已经有点过时了，我还是推荐真正使用机器学习算法的时候，用当下火热的pandas、sklearn库去实现，简洁明了，代码效率高。定要坚持不懈的练习!
设计、编程在我眼里都是需要动手才能练就出来的本事,只看书满脑子理论完全不行。设计基本功:你可以有计划的练习手绘,提高painting能力我认为对做设计,包括ui设计,是有好处的。从临摹开始:可以先临摹一些教材上的范例,现有的优秀界面,优秀设计师的作品;在此基础上,时不时可以加上自己的想法情感,搞点原创。总之,“曲不离口拳不离手”要坚持练习,多动手,一定会从中获得很多经验!可以尽情享受在实践中学习的快乐了。