《如何建立你的 AI 職業生涯》第三章-要進入 AI 領域找工作需要學數學嗎?

閱讀時間約 3 分鐘
此篇文章有PODCAST可以聽喔

內容來自 deeplearning.aiHow to Build Your Career in AI 《如何建立你的 AI 職業生涯》


內容

你需要掌握多少數學,才能成為一名機器學習工程師?數學是 AI 的基礎技能嗎?多學一點數學當然總是好的!但要學的東西實在太多了,所以現實情況下,我們必須優先排序。這裡有一些增強數學背景的實用方法。


如何弄清楚需要學什麼?


要搞清楚哪些內容是必須學習的,我認為有用的方法是問自己:你需要知道什麼來做出工作中所需的決策?在 DeepLearning.AI,我們經常會問:「要實現他們的目標需要知道什麼?」這個目標可能是構建一個機器學習模型、設計系統架構,或通過面試。


理解你所使用演算法背後的數學知識,通常很有幫助,因為這樣能夠讓你排除錯誤。但有用的知識深度會隨時間變化。隨著機器學習技術越來越成熟、越來越可靠且易於使用,它們需要的調試越來越少,而淺層的數學理解也許已足夠讓它們運行。


例如,在機器學習的早期階段,用於求解線性方程組(如線性迴歸)的線性代數庫還不夠成熟。我需要了解這些庫是如何運作的,才能在不同的庫之間做出選擇,並避免數值誤差的問題。但隨著數值線性代數庫的改進,這種深入理解變得不再那麼重要。


深度學習仍然是一項新興技術。當你訓練神經網絡時,如果優化演算法難以收斂,理解梯度下降、動量(momentum)、和 Adam 優化演算法背後的數學原理,會幫助你做出更好的決策。同樣地,如果你的神經網絡出現奇怪的行為,比如它只能在某種解析度的圖片上做出正確預測,而對其他圖片無法預測,理解神經網絡架構背後的數學原理,將有助於你決定該怎麼做。


當然,我也鼓勵你憑著好奇心學習。如果某個主題讓你興奮,無論它未來是否真的有用,都可以去學習!也許這會帶來創造性的靈感,或技術上的突破。


作者介紹


其他章節

《如何建立你的 AI 職業生涯》引言

前言-編碼AI是新世代的識字能力

第一章-三個職成長步驟

第二章-為有前途的AI職涯學學習技術技能

第三章-要進入AI領域域找工作需要學數學嗎?

第四章-如何規劃成功的AI專案

第五章-找到符合職涯目標的専案

第六章-打造展示技能成長的專案作品集

第七章-啟動AI求職之旅的簡單框架

第八章-利用資訊訪找到適合的工作

第九章-找到適合你的AI工作

第十章-打造AI職涯的關鍵

第十一章-克服冒牌者症群

2會員
45內容數
wait
留言0
查看全部
發表第一個留言支持創作者!
創業峰哥 的其他內容
本篇文章深入探討建立 AI 職業生涯的第一步:學習基礎技能。文章介紹了機器學習、深度學習、數學和軟體開發等領域的重要性,並提供建議如何通過網路課程和持續學習保持技能的進步。作者還提到建立學習新習慣的方法,幫助讀者在繁忙的生活中找到成長的機會。
在AI快速發展的時代,許多人努力在這個充滿挑戰的領域中建立自己的職業生涯。本文介紹了規劃AI職涯的三個關鍵步驟:學習基礎技能、參與專案和尋找工作,並探討了這些步驟在AI領域所面臨的獨特挑戰。透過這些步驟和建立支持性社群,可以有效地進一步職業發展。
阿峰老師分享了伊格言老師與曲博士關於AI的深度討論,從文學角度剖析AI對社會、職場和人性的影響。伊格言老師指出,AI可能導致部分人失業,尤其是無法適應新技術的人;他還談到自動駕駛的潛在風險,以及AI雖無意識卻可能影響人類情感。他強調人文學科在預見技術帶來的社會問題上不可或缺。
隨著人工智慧和數據科學的興起,學習程式語言成為現代社會的重要技能。本文探討了 AI 職業生涯的建立方法,強調數據驅動的洞察力及其在各行各業中的應用。文章中提及如何在不同領域中運用 AI 技術,提高個人和企業的效率與競爭力。希望能以此啟發更多人關注並學習 AI 相關技能,將數據的潛在價值實現。
本文探討了訪談重要性以及AI世界的變革,重點在於Aravind Srinivas和他的Perplexity AI如何重新定義搜尋引擎的功能。文章深入分析Srinivas的觀點,強調正確性與透明度在資訊檢索中的重要性,並提供了幾句經典名言供讀者反思。
本文深入探討了李飛飛教授在a16z平臺上的訪談,重點在於AI技術的發展與未來走向。教授強調了視覺空間智能的重要性及其對AI和人類生活的影響。同時,提到ImageNet對計算機視覺的革命性貢獻及生成模型的迅速崛起。此外,文章提供了持續探索AI的資源與方法,鼓勵讀者深入瞭解AI的應用與潛力。
本篇文章深入探討建立 AI 職業生涯的第一步:學習基礎技能。文章介紹了機器學習、深度學習、數學和軟體開發等領域的重要性,並提供建議如何通過網路課程和持續學習保持技能的進步。作者還提到建立學習新習慣的方法,幫助讀者在繁忙的生活中找到成長的機會。
在AI快速發展的時代,許多人努力在這個充滿挑戰的領域中建立自己的職業生涯。本文介紹了規劃AI職涯的三個關鍵步驟:學習基礎技能、參與專案和尋找工作,並探討了這些步驟在AI領域所面臨的獨特挑戰。透過這些步驟和建立支持性社群,可以有效地進一步職業發展。
阿峰老師分享了伊格言老師與曲博士關於AI的深度討論,從文學角度剖析AI對社會、職場和人性的影響。伊格言老師指出,AI可能導致部分人失業,尤其是無法適應新技術的人;他還談到自動駕駛的潛在風險,以及AI雖無意識卻可能影響人類情感。他強調人文學科在預見技術帶來的社會問題上不可或缺。
隨著人工智慧和數據科學的興起,學習程式語言成為現代社會的重要技能。本文探討了 AI 職業生涯的建立方法,強調數據驅動的洞察力及其在各行各業中的應用。文章中提及如何在不同領域中運用 AI 技術,提高個人和企業的效率與競爭力。希望能以此啟發更多人關注並學習 AI 相關技能,將數據的潛在價值實現。
本文探討了訪談重要性以及AI世界的變革,重點在於Aravind Srinivas和他的Perplexity AI如何重新定義搜尋引擎的功能。文章深入分析Srinivas的觀點,強調正確性與透明度在資訊檢索中的重要性,並提供了幾句經典名言供讀者反思。
本文深入探討了李飛飛教授在a16z平臺上的訪談,重點在於AI技術的發展與未來走向。教授強調了視覺空間智能的重要性及其對AI和人類生活的影響。同時,提到ImageNet對計算機視覺的革命性貢獻及生成模型的迅速崛起。此外,文章提供了持續探索AI的資源與方法,鼓勵讀者深入瞭解AI的應用與潛力。
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
開始工作後深深有感領域內的學海無涯,學習是一輩子的事情,專業工作者永遠都能夠強化自身領域能力變得更優秀,在退休或死亡之前達到屬於自己的頂峰,在大部分的領域皆是如此,鑽得越深就越能體會自己的不足,這點就跟我有稍微在練習的畫畫一樣😄
Thumbnail
Python轉職的三大階段包括基礎學習和建立作品集,再到打造出色的面試履歷。從具體目標設定到實際操作和團隊協作,都是成功的關鍵。建立多元且有深度的作品集,展示技術能力和解決問題的實力,能夠大幅提升面試成功率。透過不斷學習並優化自己的思維,可以發現更多職業機會。
Thumbnail
濃縮史丹佛設計學院開設的生涯規畫課,由兩位教授編寫。透過自身的工作觀、人生觀為出發點,觀察自身日常狀態,找出最適合自己的工作生涯。
Thumbnail
在人生的道路上,許多事情因社會的變化需要持續學習與練習新的工具。在過去的世代,或許可以在五年內學習一項技能並持續使用,但現在可能需要搭配不同的知識與背景。筆者與同世代的博士以及有業界經驗的朋友,都會先以國立大學的兼任助理教授做起,對於學校來說,這有助於讓學生了解進入業界的一些經驗。在學術研究上,也會
Thumbnail
不論你是對未來的職涯、學業感到迷惘無助,或是雖然有了明確方向但還是想要獲得更多、看得更遠,我相信點進這篇文章的你,就是資訊種子的有緣人。我將分享自身經驗,告訴你為何資訊種子是大學生一定要好好把握的大好機會,以及我是如何加入資訊種子、在裡頭學習成長、到現在發芽茁壯。
Thumbnail
未來沒有穩定的工作,只有穩定的人。沒有人能準確預測未來哪些工作會消失、被AI取代。過去十年來最熱門的職業當數「軟體工程師」了,人人都嚮往去到矽谷科技公司,所以過去一年多來矽谷裁員潮令人不勝唏噓。 我可以預見的是,未來潮流會更迭的更頻繁、快速,與其追隨潮流,再被新的潮流淹沒,不如培養創業家精神。
Thumbnail
透過分享我的資訊科技業初探故事,探討如何從非相關背景且不懂寫程式的人進入資訊科技業,並介紹了我因薪資潛力和遠距工作機會而受到吸引的經驗。
Thumbnail
目前正在學習職涯規劃的課程,老師鼓勵將其寫下來增加記憶力 以下是我的分享
Thumbnail
這是文科轉職數據工程師系列的第一篇文章。 許多人會在轉職前上許多數據分析課程,該怎麼選擇比較適合自己,但又不會噴錢呢? 這篇文章要介紹這個轉職過程前的準備工作。
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
開始工作後深深有感領域內的學海無涯,學習是一輩子的事情,專業工作者永遠都能夠強化自身領域能力變得更優秀,在退休或死亡之前達到屬於自己的頂峰,在大部分的領域皆是如此,鑽得越深就越能體會自己的不足,這點就跟我有稍微在練習的畫畫一樣😄
Thumbnail
Python轉職的三大階段包括基礎學習和建立作品集,再到打造出色的面試履歷。從具體目標設定到實際操作和團隊協作,都是成功的關鍵。建立多元且有深度的作品集,展示技術能力和解決問題的實力,能夠大幅提升面試成功率。透過不斷學習並優化自己的思維,可以發現更多職業機會。
Thumbnail
濃縮史丹佛設計學院開設的生涯規畫課,由兩位教授編寫。透過自身的工作觀、人生觀為出發點,觀察自身日常狀態,找出最適合自己的工作生涯。
Thumbnail
在人生的道路上,許多事情因社會的變化需要持續學習與練習新的工具。在過去的世代,或許可以在五年內學習一項技能並持續使用,但現在可能需要搭配不同的知識與背景。筆者與同世代的博士以及有業界經驗的朋友,都會先以國立大學的兼任助理教授做起,對於學校來說,這有助於讓學生了解進入業界的一些經驗。在學術研究上,也會
Thumbnail
不論你是對未來的職涯、學業感到迷惘無助,或是雖然有了明確方向但還是想要獲得更多、看得更遠,我相信點進這篇文章的你,就是資訊種子的有緣人。我將分享自身經驗,告訴你為何資訊種子是大學生一定要好好把握的大好機會,以及我是如何加入資訊種子、在裡頭學習成長、到現在發芽茁壯。
Thumbnail
未來沒有穩定的工作,只有穩定的人。沒有人能準確預測未來哪些工作會消失、被AI取代。過去十年來最熱門的職業當數「軟體工程師」了,人人都嚮往去到矽谷科技公司,所以過去一年多來矽谷裁員潮令人不勝唏噓。 我可以預見的是,未來潮流會更迭的更頻繁、快速,與其追隨潮流,再被新的潮流淹沒,不如培養創業家精神。
Thumbnail
透過分享我的資訊科技業初探故事,探討如何從非相關背景且不懂寫程式的人進入資訊科技業,並介紹了我因薪資潛力和遠距工作機會而受到吸引的經驗。
Thumbnail
目前正在學習職涯規劃的課程,老師鼓勵將其寫下來增加記憶力 以下是我的分享
Thumbnail
這是文科轉職數據工程師系列的第一篇文章。 許多人會在轉職前上許多數據分析課程,該怎麼選擇比較適合自己,但又不會噴錢呢? 這篇文章要介紹這個轉職過程前的準備工作。