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
