我們現在處在了乙個知識高速迭代更新的時代，在這個時代中，你可能會有這樣一種感覺，學習知識的時候，如果想從頭到尾學習一邊理論，然後再去使用（就好像我們在學校學習時的那種邏輯），你會發現，等你學完了理論之後，又出現了新的理論，新的知識，彷彿理論永遠也學不完，等你學習了後面的理論了，還沒等實踐，前面的又忘了。 這樣的學習方式，彷彿永遠在學習理論，並且自身沒有進步，浪費了很多時間。
在剛入坑人工智慧的時候，我也是這樣的一種學習思路。先從機器學習開始，搜一些課就開始學，然後記筆記，然後再深度學習，跟著課學習，等學完了之後，深度學習又出了新的東西，又去學理論…， 如此反覆，表面上，我很努力，也學習到了很多理論，但是實際上，如果問這些理論的細節，我大腦裡面根本就模糊不清， 這是因為，我學習到的這些知識，我都沒有真正的用到它。 沒有機會實踐出來。 所以後來我開始反思，在現在這個時代，我發現我們以前的那種學習方式不太適用了，如果想高效率的學習，需要轉換一種學習方式，不妨我們從實用的角度，然後遇到不會的，再去學習，去彌補理論，我覺得這樣的方式效率挺高的。
學習知識的時候，一切從實用的角度出發，我們學習知識，都是要解決實際問題的，所以千萬不要把過多的時間都放在理論之上，因為理論知識太多了，我拿入門機器學習和深度學習來講，如果真的想做好人工智慧，需要四個維度的知識（當然這是我自己的知識框架）：
對於乙個剛入門的小白來講，千萬不要從頭乙個個的補充理論，這樣你會發現，光數學這塊都夠你學習很長時間的，並且學習完之後忘了不說，還不會用。 這就是我之前採用的學習方法。我確實浪費了一些時間。
後來我發現，其實，我們完全可以不用全知道上面這些維度所有的知識，只需要了解一些基本概念（這個還是要了解一遍的，要不然都不知道後面講的是啥），就挑一些簡單的知識進行學習，比如數學基礎，由於大學裡我們都學過這幾門科目，所以這裡其實不用那麼仔細的再來一遍，一些概念比如積分，矩陣乘法，數理統計的一些知識有印象就可以了，程式設計基礎，python的基礎語法學一些，numpy，pandas等基本的使用學一些，視覺化的東西學一點， 就是各個學點，然後就可以先上手了。
找一些專案上手練習，可能一開始確實很辛苦，因為很多東西，你並不知道說的是啥，比如過擬合，欠擬合等這些東西，然後去查，去找，補充到自己的知識框架裡面，然後再學習，通過這種方式，時間長了，你會發現，你的知識框架會慢慢的變得豐富起來，並且由於總是在用，遺忘速度也沒有那麼快。 這樣還可以追趕新的技術。
這是一種開始速度慢，但是加速度快的學習方式，但是出發之前，一些基本的概念，尤其是機器學習演算法和深度學習演算法，一些基本的概念還是必須要弄清楚明白的。 上面說的這個一點， 也是很重要的，不僅要全，還要精。
上面講的是從實用的角度出發，就是我開始乙個專案，從專案中學習新知識，但是能出發的前提是有了乙個基本的知識框架和基礎了。
這個基本的知識應該如何學習呢？ 或者說跟著課程學習的時候應該如何學習呢？
這裡記錄乙個在課程中學習到的乙個高效的學習方法， 稱之為mas方法。
如何建立多維連線呢？人與人最大的差別在於「認知」，所謂成長就是認知的公升級。這個過程，就是從「思維」到「工具」再到「實踐」的乙個過程。如果說重要性，一定是「思維」最重要，因為思維是底層邏輯和框架，可以讓我們一通百通，舉一反三，但是思維修煉也是最難的。所以，我強調把學習重心放在工具和實踐上，即學即用，不斷積累成就感，思維也就慢慢養成了。
很多人存在對「認知「的誤解，認為認知不就是概念麼？那麼你有沒有想過，針對同乙個概念，為什麼不同的人掌握的程度是不一樣的呢？
我們只有把知識轉化為自己的語言，它才真正變成了我們自己的東西。這個轉換的過程，就是認知的過程。
那麼如何提公升自己的學習吸收能力呢？簡單地說，就是要「知行合一」。
如果說認知是大腦，那麼工具就好比我們的雙手，資料工程師和演算法科學家每天打交道最多的就是工具。如果你開始做資料分析的專案，你腦海中已經思考好了資料探勘的演算法模型，請牢記下面這兩點原則。
認知三部曲：從認知到工具，再到實戰，然後如此反覆。
不管是學習什麼知識，我們都應該這樣做：
如何學習人工智慧
從基礎的資料分析 線性代數及矩陣等等入門，只有打好了基礎，後面才好學，不能沒有邏輯的看一塊學一塊。python具有豐富和強大的庫，能夠把用其他語言製作的各種模組 尤其是c c 很輕鬆地聯結在一起。比如3d遊戲中的圖形渲染模組，效能要求特別高，就可以用c c 重寫，而後封裝為python可以呼叫的擴充...
如何學習人工智慧？
1.人工智慧，涉及的範圍廣。當我們在網上搜尋資料學習時很容易走彎路，陷入漩渦迷失自己。所以第一步要確立學習路徑。2.認真學習。勤加練習，多做筆記，與人分享學習成果和心得。學習的道路是枯燥和漫長的，若不給自己找點樂子，又怎麼堅持的下去呢？3.和小夥伴溝通，一起做出一些案例，和專案。網上有些付費的課程其...
在人工智慧時代追逐的「後浪」
如今，給孩子報程式設計班，儼然成為新時代媽媽茶餘飯後的話題。在現今這樣的大環境下，如何抓住機遇，了解技術發展趨勢，掌握核心開發技能也成為高校學生開發者關注的事情。不可置疑的是，人工智慧是2010年代的技術故事，隨著時間的流逝，越來越多的ai產品正在落地，這讓ai技術也成為了當下最火熱的技術。也正是有...