作者 wa007123456 (大笨羊)標題 [請益] 請問版上有學習過AI的前輩嗎?時間 Mon Aug 4 16:18:55 2025
目前還不確定要學多廣
因為深度學習的原理好像滿困難的
我想有兩條路線:
1. 從數據分析(資料科學)開始(理論 > 實作):
這部分我有一本原文書可以看
了解數據分析的基礎 => 可能會使用Python加上一些常用套件(NumPy、Pandas
Matplotlib...etc),並了解一些會用到的數學
知識
進一步演進到機器學習 => 使用scikit-learn,學習
分類 => 迴規 => 集群 => 降維
然後後面還有一堆我沒碰過的東西:
a. 模型驗證
b. 超參數
c. 特徵工程
d. 貝氏分類法
e. 決策樹
.... 等
結束後,"應該"可以理解並實作一個簡單的"臉部辨識"
2. 直接使用現成的AI (使用Google 的 Gemini API 實作>理論):
這部分直接使用網路教學,我有找到一堆資料了。
等到摸熟了再回去學剛才提到的第一點?!
我的目的是要學會它的基礎原理並加以利用...
不知版上是否有人有學習AI的經驗,感謝提供意見。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.160.73.53 (臺灣)
※ 作者: wa007123456 2025-08-04 16:18:55
※ 文章代碼(AID): #1ea6poj2 (Tech_Job)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1754295538.A.B42.html
推 hidog: 有辦法出國留學嗎,大公司大概都要博士且論文是AI相關才有機會
如果只是興趣,可以套用寫好的套件來跑1F 111.241.170.119 台灣 08/04 16:30
→ wa007123456: 我沒錢出國...但是我只是想學會基礎原理就好了 感謝回答!
我再想一下,要不要從實作開始 謝啦4F 118.160.73.53 台灣 08/04 16:31
推 NCUking: 去看李宏毅的課程
不過半路出家 只能做呼叫LLM API的工作API套殼仔做到極致也是有錢途的7F 101.12.154.86 台灣 08/04 16:38
推 hidog: 基礎就線代微積分阿,這兩科熟的話不難自修10F 111.241.170.119 台灣 08/04 16:54
是 我也想通了 與其在這猶豫 還是開始吧!
那就從第一點開始 謝謝
另外也歡迎後面的人補充意見
※ 編輯: wa007123456 (118.160.73.53 臺灣), 08/04/2025 17:02:01
推 chang1248w: 你說得ai是指什麼?12F 42.73.127.190 台灣 08/04 17:03
→ wa007123456: 我說的只有機器學習而已 有用到SVM跟深度學習不同13F 118.160.73.53 台灣 08/04 17:04
→ chang1248w: 是近十年發展的以back propagation為基底的deep learning?
還是近五年的LLM/圖片生成?15F 42.73.127.190 台灣 08/04 17:05
→ wa007123456: 不是DeepLearning18F 118.160.73.53 台灣 08/04 17:06
→ chang1248w: ml入門isl和Stanford cs229唄19F 42.73.127.190 台灣 08/04 17:06
→ chang1248w: introduction to statistical learning in python21F 42.73.127.190 台灣 08/04 17:07
→ wa007123456: OpenCourse嗎? 感謝23F 118.160.73.53 台灣 08/04 17:07
→ chang1248w: 這本適合入學者建立基本概念,想往後學學習理論再看fondation of ml,想更了解ML演算法可以看the elements of statistical learning24F 42.73.127.190 台灣 08/04 17:09
→ chang1248w: bishop要理論不夠理論,要應用不夠應用
還有點舊29F 42.73.127.190 台灣 08/04 17:12
推 SEPHI: 建議深度學習還是得瞭解32F 114.40.136.63 台灣 08/04 17:21
→ DrTech: 別浪費時間學sk-learn了。直接上pytorch吧。33F 42.73.183.193 台灣 08/04 17:45
推 scotch: 如果沒基礎直接進Statistical我覺得也不一定適合,直接玩Pytorch做點Deep learning嚐嚐味道。然後慢慢看你要走數學向、Deployment、MLops每一門都差很多。35F 188.214.106.187 台灣 08/04 19:04
推 luweber88: 你列的那些不是大學課程嗎?找個有公開課程網頁的老師看講義就好39F 106.1.243.171 台灣 08/04 19:18
→ Iversonshao: 看大金老師 通識的方法 學AI
記得寫他的作業41F 49.216.173.212 台灣 08/04 19:25
→ MTKer5566: 你講的東西其實都是數學43F 114.137.113.227 台灣 08/04 19:26
推 j112233446: 把你的問題去問LLM,他應該可以一定程度的幫你規劃1的學習路徑44F 106.64.182.113 台灣 08/04 19:47
推 venroxas: 問AI其實可以理解很多東西46F 223.137.88.75 台灣 08/04 20:46
→ WenliYang: 不用學 AI沒台灣啥事……47F 39.15.72.218 台灣 08/04 23:07
推 newshoes123: 除非未來有規劃去美國工作在學AI48F 101.8.162.62 台灣 08/04 23:22
--