我很早就冒出来对人工智能的兴趣萌芽，以前也试图去闯入这个领域。我上知乎查过，在百度上搜索过，也看过一些课，每次都是学了一点点就直接被大量看不懂的公式和看似高深的理论劝退，然后我自我安慰道：“难怪国内大学本科开人工智能的学校没几个.”但是我最近又冒出了学习人工智能的想法，因为学校的一位老师和我沟通，想要我去他的创业公司搞算法。我去了解了一下这个公司，主要的业务是使用人工智能优化建筑设计的图纸。我认真思考了一晚上，决定我要入门人工智能这个看似很高深的领域。
老师给我推荐了两本书，一本是周志华写的《机器学习》简称“西瓜书”，一本是李航写的《统计学习方法》。关于《统计学习方法》这本书我大概看了看，有两版。最早的一版只讲了“监督学习”，最新修订的一版，增加了“非监督学习”，书直接厚了一倍，虽然增加了入门的难度，不过也更丰富了人工智能知识的广度。
我从9月中旬开始学习，学到现在已经三周了，下面我大概说一下我的学习思路。本来我是打算先学习《统计学习方法》，但是看了两章发现这本书写的太细了，在知乎上搜了搜，有不少大佬推荐先学习“西瓜书”。因为西瓜书是作者按照教材书来编写的，每一章作者控制在20张左右，所以这本书更适合入门，而《统计学习方法》这本书更像是“西瓜书”的进阶。
于是我开始了“西瓜书”的学习。“西瓜书”第一章，介绍了本书的结构，笔者的写书思路，机器学习的发展历史。看完之后，完全颠覆了我对机器学习的认知。“哦，原来机器学习以前混的这么惨”。机器学习简称ML（Machine Learning），二十一世纪掀起了以“深度学习”为名的热潮（也就是“深度学习”带领着ML破圈了），也是很有意思。其实“深度学习”只是神经网络中的很小的分支，而“神经网络”之于ML只是众多模型中的一种罢了。火起来有两个原因：1、数据大了（大数据兴起）；2、计算能力强了。
目前学了”西瓜书“前6章（第一章是绪论）。
由于没有老师教，我在每一章能接受的知识非常有限，所以我在第一遍学习的策略是：每一章只看一遍，尽量的去理解每一个知识点，然后整理出能理解的知识，画出思维导图。每一章根据的我理解能力，花的时间也不同。现在我看一个章节的时间在两小时左右，整理一个章节思维导图的时间在一个半小时左右。但是对于第6章支持向量机，由于有大量的公式无法理解，所以能理解的知识太少了，看的也快，导图整理的也快。
我在学习ML的同时，还在复习《高数》《线性代数》《概率论与数理统计》，这算是前导课程，想要入门人工智能，对数学的能力要求很高。比如第六章求解支持向量机使用了拉格朗日乘子法，不会拉格朗日定理的同学肯定是看不懂的。这也是我为什么第一遍只看知识点的原因，大量的公式运算以我现在的水平还很难看懂，所以第一遍看知识点，顺便复习数学，等复习完了数学，开始第二遍学习“西瓜书”在去死磕公式。
以上只是我现在学习ML的思路，我这人很多变，在学习的过程中，学习方法总会变了又变，也是为了适应自己不同阶段的节奏。我一直认为不断的改变自己走的道路并不是不专一，只要最终能走到自己想要的终点，即使走了多少弯路我也不后悔。
下面附带我的笔记，可能下周或者下下周，我会写写我的新感受。
