[請益] 請問版上有學習過AI的前輩嗎?

[wa007123456 (大笨羊)]

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)
※ 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
推 hidog: 論文是AI相關才有機會
→ hidog: 如果只是興趣，可以套用寫好的套件來跑
→ wa007123456: 我沒錢出國...但是我只是想學會基礎
→ wa007123456: 原理就好了  感謝回答!
→ wa007123456: 我再想一下，要不要從實作開始 謝啦
推 NCUking: 去看李宏毅的課程
→ NCUking: 不過半路出家 只能做呼叫LLM API的工作
推 NCUking: API套殼仔做到極致也是有錢途的
推 hidog: 基礎就線代微積分阿，這兩科熟的話不難自
推 hidog: 修
        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？
→ wa007123456: 我說的只有機器學習而已 有用到SVM
→ wa007123456: 跟深度學習不同
→ chang1248w: 是近十年發展的以back propagation為
→ chang1248w: 基底的deep learning?
→ chang1248w: 還是近五年的LLM/圖片生成？
→ wa007123456: 不是DeepLearning
→ chang1248w: ml入門isl和Stanford cs229唄
→ wa007123456: 也不是LLM
→ chang1248w: introduction to statistical learni
→ chang1248w: ng in python
→ wa007123456: OpenCourse嗎? 感謝
→ chang1248w: 這本適合入學者建立基本概念，想往後
→ chang1248w: 學學習理論再看fondation of ml，想
→ chang1248w: 更了解ML演算法可以看the elements o
→ chang1248w: f statistical learning
→ wa007123456: 好 謝謝
→ chang1248w: bishop要理論不夠理論，要應用不夠應
→ chang1248w: 用
→ chang1248w: 還有點舊
推 SEPHI: 建議深度學習還是得瞭解
→ DrTech: 別浪費時間學sk-learn了。直接上pytorch吧
→ DrTech: 。
推 scotch: 如果沒基礎直接進Statistical我覺得也不一
→ scotch: 定適合，直接玩Pytorch做點Deep learning
→ scotch: 嚐嚐味道。然後慢慢看你要走數學向、Deplo
→ scotch: yment、MLops每一門都差很多。
推 luweber88: 你列的那些不是大學課程嗎？找個有公開
→ luweber88: 課程網頁的老師看講義就好
→ Iversonshao: 看大金老師  通識的方法 學AI
→ Iversonshao: 記得寫他的作業
→ MTKer5566: 你講的東西其實都是數學
推 j112233446: 把你的問題去問LLM，他應該可以一定
→ j112233446: 程度的幫你規劃1的學習路徑
推 venroxas: 問AI其實可以理解很多東西
→ WenliYang: 不用學 AI沒台灣啥事……
推 newshoes123: 除非未來有規劃去美國工作在學AI
→ han3rd: 先看年齡吧 超過35就不用浪費時間了 死活
→ han3rd: 捲不過年輕人
→ MTKer5566: AI的機殼代工可
→ topahot9303: 個人經驗只有學會下prompt 用在工作
→ topahot9303: 上
→ musashi023: 台灣的ai缺大部分都是笑話
→ chemistry123: 建議從fastai這種先學快速實作，再
→ chemistry123: 回頭補數學基礎，youtube很多免費
→ chemistry123: 資源
噓 pig2014: 一狗票，大概90%都學過，問題都不是tran
→ pig2014: sformer，所以只能打雜
推 nanpolend: 看你想學多深簡單就是LLM深入甚至得複
→ nanpolend: 習大學數學課目幾乎全用上