自媒体火起来后,很多科技大佬都开始写博客,录视频了,大佬一入行,整个行业卷上天,像我这样的也只能走资源整合之路了,不过这样也好,科技进步,人类发展需要他们。
除了个人,科技公司也没闲着,吃饱喝足后也开始在教育方面秀肌肉,露大腿,不过你可别以为他们是在做慈善,这不过是吸引用户的一种手段罢了。
有了它们,我的资源整合的路也被堵死了。
微软作为行业领袖,肯定不会错过凑热闹的机会,出手也确实大方,一连推出四门AI相关的课程,都面向初学者,没少费心思。
- Data-Science-For-Beginners
- ML-For-Beginners
- AI-For-Beginners
- generative-ai-for-beginners
这四门课程建议按照先后顺序学习。
课程中会推荐自家的云平台,AI芯片,AI产品,甚至鼓动你弄个全息眼镜玩玩,不过也别在意,他家的东西还是可以的。
Data-Science-For-Beginners
课程地址:
https://microsoft.github.io/Data-Science-For-Beginners/#/
数据科学就是用科学的方法处理数据,用我自己的话说就是从一堆庞大的数据中去发掘有用的信息,建立预测模型,对未来的数据进行预测。
方法也有很多,可以基于最简单的统计学方法,例如,计算均值,方差,相关矩阵等统计信息;或者更加直观的数据可视化。
不过随着数据规模的增加,简单的统计方法无法识别内在复杂的模式,而机器学习,深度学习在这方面的能力显然更加强大。
课程内容:
ML-For-Beginners
课程地址:
https://microsoft.github.io/ML-For-Beginners/#/
机器学习其实是数据科学的一个应用领域。当你在数据科学这门课中有了基础后,那就可以使用机器学习了,这里指的是不包括深度学习的传统机器学习方法。
机器学习模型可以完成更具体的任务,例如,分类,回归,聚类等。
数据科学中的一些方法仍然是机器学习中所必需的,例如,数据获取,数据清洗,数据预处理,模型选择等等。
课程大纲:
AI-For-Beginners
课程地址:
https://microsoft.github.io/AI-For-Beginners/
这门课的名字我建议改成deeplearning-for-beginners,因为它讲的都是前馈神经网络,卷积神经网络,循环神经网络。
当你学完传统机器学习后,你发现它比一些统计方法要好很多,但你仍然要面临一些问题:
例如,线性回归中自变量的个数是多少?使用线性函数还是非线性函数?逻辑回归中决策边界是线性的还是非线性的?聚类中心个数是多少?决策树的深度是多少?随机森林的决策树个数是多少?集成学习模型的弱学习器个数是多少?
机器学习模型也不止一个,该选哪个?图像分类时,你也需要先手动提取特征,然后输入到机器学习模型中。
以上这些问题都依赖人的经验。
这些问题在深度学习中就好很多,虽然也会涉及该选哪个网络?模型的层数是多少的抉择,但就深度学习能自动提取特征这一条,就值得一用。
正常情况下,深度学习模型的拟合能力要远大于机器学习模型。
课程内容:
generative-ai-for-beginners
课程地址:
https://microsoft.github.io/generative-ai-for-beginners/#/
以GPT为首的生成式AI火遍全世界后,很多科技博主和公司都迅速推出相关课程,都想尽最大可能展示自己在这方面的能力,生怕来晚了抢不到蛋糕。
GPT,Bert,LLama,Claud背后的模型就是Tranformer,也就是AI-For-Beginners中NLP章节所讲的内容。
但在将文本语音输入到模型之前,还有一段路要走,例如,Tokenlize,Embedding等操作,这个课程都会涉及到。
你是否会惊叹语言模型是怎么能够理解人的意图的?能总结又能聊天,我觉得就是大力出奇迹,几百亿的参数拟合能力超乎想象。
本课程还会涉及提示词工程,模型微调等。
课程内容:
参考资料:
[1]https://github.com/microsoft/Data-Science-For-Beginners
[2]https://microsoft.github.io/Data-Science-For-Beginners/#/
[3]https://github.com/microsoft/ML-For-Beginners
[4]https://microsoft.github.io/ML-For-Beginners/#/
[5]https://github.com/microsoft/AI-For-Beginners
[6]https://microsoft.github.io/AI-For-Beginners/
[7]https://github.com/microsoft/generative-ai-for-beginners
[8]https://microsoft.github.io/generative-ai-for-beginners/#/