人工智能基础04 什么是AI正确的学习方法？
学习方法
经过本人近1年半的各种学习尝试，直到现在才学到了皮毛，总结了很多失败经验。
首先我只是对AI有着浓厚兴趣，高中数学不及格的数学水平，这里只是分享学习经验，没有任何偏见。
第一种 按部就班盖高楼
具体方法：
1，从高等数学、线性代数、概率论开始打好数学基础
2，学习机器学习原理，进而学习深度学习原理
3，学习python，tensorflowAPI，matplotlibAPI等等
4，阅读各种经典论文，用tensorflow逐个重现
（去大学深造是最好的，其次意志坚定的像个机器人一样自学）
这种方法的优点就是稳打稳扎，一步一步把整个AI从诞生到现在的最高技术全部理解一遍。
如果能够坚持完成，那么任何AI问题，最后都变成了数学问题。
如果你只是对人工智能有浓厚的兴趣，却没有扎实的数学功底，坚强的意志，完善的科研条件，那就别这么干。
我坚持了6个月，被一大堆数学干趴下了，主要是我主业是干大数据的，这个只是业余兴趣，导致抽不出时间，精力。
前几天刚学会的，过了一个星期，忘了。再回去学，时间长不用，又忘了，如此循环，属实折磨。
最终我连数学这一关都是勉强踩过去，面对高深的机器学习原理，我跪了= =。
第二种 网上找培训机构的资料
这种方式属于：我不知道路在何方，那我跟着“权威”走一条就完了。
然而培训机构上来就给你干代码，原理一笔带过，最后学完发现的确会写代码了，但是这行代码咋回事，为什么要这么写？
我也不知道，但是我知道这么写就能实现效果，最后工作的时候发现很多底层知识根本不牢固，以至于再回头去补。
形象一点就是这样：
第三种 看别人的博客，别人总结的笔记
这种学习方法相当于嗑瓜子，一颗一颗的，不停的学，最后发现没学到什么东西。
人的思维是很快的，如果你理解了一个东西，你在脑子里一想就知道是咋回事，但是如果你要把它转化成文字信息，emmmm。
在你思维里的信息是由很多信息联合在一起，才形成了：哦，原来是这样，我理解了 这种感觉。
但是你仔细想想，你理解的这个东西，它所需要的信息是非常巨大的，转化成文字信息基本无法传递出原本的含义了。
这就导致你看别人的博客，经常有一种 我好像懂了的感觉，让你重现你能做出来，然后让你创新，你却无从下手。
因为你看到的只是别人的冰山一角，你的确学会了，也知道怎么实现这个效果，然而背后的思考过程你是没有获得的= =。
这样的确可以学到东西，但都是表面的，片面的。
第四种 盲人摸象（推荐）
这是最后一种，先给你们描述一下：
进入github，随便搜索火热的深度学习项目，比如搜索深度学习
emmmm，我的意思是，直接干项目，先下载个完整的项目源码，然后一行一行的搞明白是怎么回事。
我经历的过程：
1，这个不会？百度一下
2，百度出来的知识里有三个名词是我没见过的，而如果不搞懂这3个名词，这句话也就搞不懂
3，所以…百度分别搜索这三个名词
4，每个名词的解释里，都包含了3到4个我不认识的名词…
5，如此循环，我的浏览器打开了一百多个网页。
6，我一个一个理解，每理解1个就关闭一个对应的网页。
7，为了项目中的一行代码，我看了100多个网页，花了3个多小时，最终搞懂它是干啥的了????
到现在，你是不是以为这种方法学习效率极其低下？
但是，你再看这幅图！
你会发现，你花费的这3个小时，正是结果背后隐藏的思维过程啊！！！！
首先，人类文明的知识是一步一步发展的，高级的概念都是由低级的概念组合而成的。
这意味着，你看到的那行代码，实际上是一个高纬度的知识概念，如果你对它不了解，你至少需要先理解构建出这个高维知识点的低维知识点，你才能理解这个高维知识点。
尤其人工智能专业，从诞生到现在经历了将近一个世纪的知识堆叠，所以你只理解表面是不行的。
技术是近似指数爆炸形式的，尤其是计算机技术，你看到tensorflow一行简单的代码，实际上它的产生包含着太多知识堆叠。
所以说，这也是我近1年半的学习后，总结出的最接近本质的学习方法-盲人摸象，你不用看到它的全貌，只需要一步一步的学习就行。
- 速成，是不可能的，除非你过目不忘，记忆力极好，那你也不能无中生有，所有的细节你都是要走一遍的。
- 博客，论文，都是高维度知识结晶，只应用而不彻底搞懂背后原理，基本上你的创新路就走窄了（会用，不会创造新模型，所以说大企业都有AI实验室去研发新模型）。
- 培训机构的资料，网上的****，都是高纬度知识结晶，如果它不能给你一个思维的过程，那培养出来的可能是一个码农（因为它们一般讲不清楚原理，去培训机构不如去读研究生，除非你就是为了混口饭吃）。
- 前面说的按部就班，大部分是读大学，如果你是个普通人，那就看你的意志了（自学难度十分大，各种意义上的）。
人工智能的入门知识量其实是研究生水平= =，因为它整个过程就是研究、发现、与创造，而且涉及的知识量极其庞大。