回覆列表
-
1 # IT人劉俊明
-
2 # 知足常樂0724
機械專業想學習些人工智慧和機械視覺方面的知識是完全沒有問題的。不過得從頭再來,因為你原來學習的機械設計專業都是機械製圖及金屬材料及成型,間隙配合,機械連軸搖臂等工業機器人應用中的機電一體化的機。人工智慧涉及到電子元器件的硬體和軟體程式設計等。視覺方面牽扯到許多感測器的光電理論知識。
對於願意學習的你,本人十分讚賞。畢竟年輕人的腦袋瓜子靈活,接受新鮮事物及思維能力強大。可以購買人工智慧方面的書籍慢慢看,從基礎知識學習開始,它裡面包括了光電和各種感測器的訊號採集,處理器晶片技術等。祝你早日學業有成!
-
3 # Python進階學習交流
講真,這個我也木有系統的學過,不過我知道身邊學習機器學習的朋友,都是從機器學習這本書開始學習的,配合那個吳老師的機器學習的網課,先入個門
作為一名科技從業者,同時也是一名計算機專業的教育工作者,我來回答一下這個問題。
首先,對於機械專業的大學生來說,如果想系統地學習人工智慧領域的相關知識,可以考慮讀一下人工智慧方向的研究生,這樣不僅會有一個更好的學習體驗,同時也會提升自身的人才層次水平。從大的行業發展趨勢來看,未來機械領域與人工智慧技術的結合也會逐漸緊密。
對於已經參加工作的機械專業的畢業生來說,如果要學習人工智慧領域的知識,可以根據自身的知識結構和崗位發展需求來制定學習方案。從當前人工智慧的技術體系結構來看,職場人學習人工智慧技術,可以分為以下三個階段:
第一:人工智慧基礎知識。人工智慧的基礎知識涉及到人工智慧的主要研究方向和研發思路,學習人工智慧的基礎知識可以根據自身的發展需求來選擇一個具體的研究方向。目前在人工智慧的六大研究方向當中,計算機視覺、自然語言處理、機器人學等方向的熱度比較高。
第二:機器學習。機器學習是人工智慧領域的重要研究方向,同時機器學習也是其他幾個研究方向的基礎,所以學習人工智慧知識通常都會從機器學習開始。學習機器學習可以從程式語言開始學起(Python),然後學習常見的機器學習演算法(樸素貝葉斯、決策樹、支援向量機、Apriori等),最終完成演算法設計、演算法實現、演算法訓練等一系列步驟。
第三:人工智慧平臺。對於職場人來說,學習人工智慧平臺具有比較現實的意義,目前隨著大型科技公司紛紛推出自己的人工智慧平臺,基於這些人工智慧平臺能夠在很大程度上降低人工智慧領域的創新門檻。