#V編現場直擊
今年MakerPRO首場MakerTALKS來啦
這次邀請Maker圈的高手們分享他們的AI學習心得
要讓更多創客能跨過AI的學習門檻
嵐奕科技的Louis跟大家分享如何打造有智慧的Maker自走車
希望大家能簡單的透過手機、開發板就能輕鬆遊玩智慧小車
Maker圈大家熟悉的派大阮榮裕
則帶給大家AI之機器學習一百天分享學習AI的訣竅
還有壓軸的阿吉老師
要帶來Maker玩AI的學習地圖!
vMaker 台灣自造者
About author
vMaker 台灣自造者為勞動部勞動力發展署委託MakerPRO營運之網站,志在建立一個能夠提供自造者(maker)們互相交流技術、展示、討論的場域,一方面針對國內自造者的需求提供服務,一方面積極延伸社群範圍,使「Do It With Others(DIWO)」的手作精神更為普及。
vMaker 希望讓擁有 DIY 想法的人們可以獲得更多的技術資訊,自造者可以在這裡發表個人作品,可以在這裡提出構思,最重要的,這是一個屬於自造者的社群,大家能夠在平台上交換意見與技術訊息,透過社群力量,自造者文化便由「DIY」進一步延伸成「DIWO」,讓自造者文化真正扎根。
「創意」、「創造」、「分享」,vMaker 企圖整合並解決這三個 DIWO 過程中可能遇到的困難;當然這並非一蹴可及,社群的成長與維繫正如同一個手作的過程,需要勇敢的嘗試、創意加上親身投入的覺悟,如果您有任何對 vMaker 的建議,十分歡迎與我們聯絡!
【vMaker粉絲頁和 Makerdiwo 創客窩粉絲頁已合併營運】
The vMaker website is part of the PanSci network commissioned by the Workforce Development Agency, Ministry of Labor, to establish a platform where makers can share, showcase, and discuss technology. The platform provides services to meet Taiwanese makers various needs and at the same time actively work to expand the community, spreading the idea of Do It With Others (DIWO).
vMaker aims to provide people who want to DIY with all the technical information they need. Makers are free to publish their work and propose new ideas here, because, after all, this community belongs to makers. On this platform, everybody is allowed to express their opinion and share technical information. With the power of community, maker culture will make the switch from DIY to DIWO, enabling a wider maker culture to take root.
Creativity, creation and sharing, are the three sources of potential difficulty in the DIWO process. vMaker is trying to integrate makers and overcome these difficulties, but it’s not going to happen overnight. Just like doing any handicraft, growing and maintaining a community requires courage, creativity and commitment. If you have any suggestions for vMaker, feel free to contact us!
提供科技新知、生活手做和募資專案等不同面向的創客/自造者(Maker)活動及資訊,創造多面的互動場域。
提供科技新知、生活手做和募資專案等不同面向的創客/自造者(Maker)活動及資訊,創造多面的互動場域。
ai 學習心得 在 [心得] 自學AI心得- 看板Python - 批踢踢實業坊 的推薦與評價
各位前輩好
小弟自從一年前開始在本版和DataScience版出沒
漸漸從完全0程式語言基礎,到可以訓練model
受到版上許多人的指引和建議
以下整理這一年多來使用覺得適合初學者的自學資源:
(網誌版本包含連結:https://x60606.pixnet.net/blog/post/300451728)
※什麼人適合讀這篇文章?
. 具有高中數學程度的人(其實也只要會矩陣和向量就可以了)
. 完全沒有程式語言基礎的人
. 有心想自學AI的人,並用於工作領域的人
. 恰好有3-6個月的空閒時間,希望多學一種語言的人
※學習時間大約要多久?
心無旁鶩的全心學習的話,大約一個月可以上手python程式語言
再大約3-6個月可以操作AI機器學習。
之後依應用領域不同自行挑選工具學習。
※第一階段
初學Python 程式語言
推薦書單:
《精通 Python:運用簡單的套件進行現代運算》Introducing Python
作者:Bill Lubanovic
從安裝下載python 及其相關套件開始教起
用語詼諧幽默,比喻生動有趣
不要被中文標題嚇到了,其實它只是introduce而已。
使用方式:
將內容範例程式碼逐步打過,養成眼到手到的習慣,兩周左右便可撰寫基礎程式碼。
從第一章開始閱讀,練習到第六章即可。
第一個難關:環境建立
初學者最常遇到的困難就是在自己的電腦上安裝編譯軟體,
由於Mac, Windows, Linux各種作業系統安裝方式不盡相同,
時常會遇到書上沒有教的窘境。
因此初學者我推薦上面這本書。
小撇步:
之後如果覺得安裝各種套件很麻煩,可以直接下載Anaconda,
使用Jupyter notebook 撰寫,自動包含所有常用機器學習套件。
※第二階段:
熟練Python並了解各種演算法之間的時間複雜度、空間複雜度差異。
推薦學習資源:
Leetcode 網站題庫
使用方法:
挑選自己有興趣的題目寫,也可以選擇難度為「簡單」的題目練習。
大約寫5-10題即可,1-2周即可完成本階段。
完成題目之後可以到討論區看其他專業工程師如何解決同樣的問題,如何更簡單明瞭、運
算更快速。
用最短的時間在資工系最硬必修──「資料結構」、「演算法設計」初窺門道。
並藉此複習上一階段沒有熟練的指令碼。
第二個難關:忘記學過的指令碼
所以需要靠刷leetcode練習複習。同一個題目能夠看到別人用不一樣的方法解決,知道自
己的不足。
※第三階段:
機器學習基礎知識
學習資源:
網路課程:林軒田教授、李宏毅教授
林軒田教授的課程比較學術生硬,投影片精美,講解詳盡有邏輯,數學成分較多,非常適
合對原理有興趣的你。(基礎課程請按此) (進階課程請按此)
李宏毅教授的課程風趣幽默,上課步調比較隨興輕鬆,適合喜歡結合生活應用的你。(ML
lecture 請按此)
使用方法:
兩位台大教授都有將課程影片上傳至youtube,可以挑選一位從頭到尾看完。
太過於理論或數學推導的部分可以兩倍速帶過。
安排一天3小時,綜合做筆記時間,大約4-6周左右可以掌握AI機器學習所有名詞的意義,
以及數學上的邏輯、生活中的應用。
第三個難關:對機器學習原理感到迷惘或卻步
別擔心!請記得,機器學習是數學家和資料科學家經年累月發展出來的深奧學門,一般人
不需要了解全部的詳細原理,像是您學習開車但是不需要知道所有的機械結構,只要掌握
與操作有關的重點,並知道重要名詞之間的關聯即可,目標是下一階段的實作!
※第四階段
機器學習程式碼操作
書單推薦:Tensorflow + Keras 深度學習人工智慧實務應用
網路資源:AI 百日馬拉松 (不是免費的,一個人報名費約2000元左右)
我自己有報名第二屆,值得推薦的地方是他會每天給你一點程式碼
也會提供教學講義網站和重要資源的連結
學期間有助教隨時解答
不過我自己覺得,對非科班出生的人而言,原理和教學圖解部分太少
有時候中文語句也不是很通順,還有許多改進空間
因此上面三個階段完成的人來看會比較不吃力
未來應用若有很好的資源會再補充!
歡迎提供更多資源建議,謝謝!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 58.114.177.47 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1565422919.A.548.html
... <看更多>