上週發了一篇AI書單推薦
今天來談談，我是怎麼學習的，我總共學了七年AI，自然對於一個小白想入門有更深刻的體悟，更能了解怎麼樣學習才能不至於一次面臨太多困難而放棄我的建議是這樣：
- 先花兩年把Machine Learning學完，當中會遇到很多數學問題，這方面可以「在遇到問題時」再去翻Optimization、Information Theory的書籍，否則順序錯誤的話，會很茫然沒有方向
- 有了Machine Learning概念之後，再學Deep Learning會很快，大概花個一年即可
- 到目前為止，已經能掌握Supervised Learning的知識，最後要跨足最難的Reinforcement Learning，這是未來趨勢，詳見談談未來的AI趨勢，這邊如果要有完整的掌握，需要從Dynamic Programming開始學起，這是一段艱難旅程，預計需要三年的時間才能對數學、程式有充分的掌握
- 走到這一步，已經可以往各自有興趣的領域發展，例如花半天掌握一下Transformer即可快速切入目前很夯的大型語言模型，想要自己動手訓練ChatGPT也可以憑身上的功夫選擇Supervised Learning或Reinforcement Learning，可以參見我的實作項目：
- ChatGPT回答不是你要的怎麼辦？
- 使用Meta釋出的模型，實作Chat GPT - Part 0
- 使用Meta釋出的模型，實作Chat GPT - Part 1
- 使用Meta釋出的模型，實作Chat GPT - Part 2
- 使用Meta釋出的模型，實作Chat GPT - Part 3
- 使用Meta釋出的模型，實作Chat GPT - Part 4
- 使用Meta釋出的模型，實作Chat GPT - Part 5
- 使用Meta釋出的模型，實作Chat GPT - Part 6
如果大家在學AI這條路上有什麼困難，都可以留言分享，我很樂意用自身經驗幫助大家，或是對於AI書單推薦的閱讀順序上有選擇困難，我也可以協助客製化閱讀順序
