一個Android開發工程師怎麼轉AI開發？

09-20

先把數學知識好好複習，比如說，高數，微積分，線性代數，微積分，數理統計，概率論等，還有一些典型的演算法等；

然後就是編程語言方面，Python用的比較多，Python有著全品類的數據科學工具，從數據獲取、數據清洗到整合各種演算法都做得非常全面。

可以到「如鵬網」上去了解一下，有詳細的課程體系，有網路的地方就可以學習，根據自己的時間來靈活安排學習進度，有問題隨時提問，老師實時在線答疑，口碑不錯，基本上都是慕名而去的；

每個章節的後面都有相應的練習題和面試口才題，需要以錄音的方式進行提交，為以後的面試做充分的準備，而且有新的課程更新了，也是可以免費申請了來學習的，具體的可以到如鵬網官網上去了解一下；

第一部分：Python語言基礎

第二部分：資料庫開發

第三部分：web前端

第四部分：Python web開發

第五部分：Python web項目

第六部分：Linux

第七部分：NoSQL

第八部分：數據可視化

第九部分：爬蟲技術

第十部分：人工智慧

我是一名iOS開發工程師，android也會，同時都在開發，16年轉向機器學習開發。我講一下我的轉換過程和學習方法，希望對大家有所幫助。開發階段：首先，AI開發目前來說基本可以等價於機器學習，機器學習里包含深度學習。選擇一門機器學習的開發語言很重要，我選擇是python，原因是數據處理功能強大，對機器學習支持廣泛和開發入門快。基礎學習階段：

學習了python的基礎
爬蟲開發
pandas數據處理
python可視化開發

這個階段是打基礎的，主要目的是熟練python的開發，函數調用，數據處理。因為後面做機器學習開發，很大一部分工作是過濾數據，去掉噪音，留下高質量的數據再進行建模和訓練。機器學習階段：

學習演算法，從最基礎，最重要的開始。最小二乘法，貝葉斯，邏輯回歸，決策樹。
學習機器學習流程，預處理，特徵工程
學習應用scikit-learn來建模訓練數據
在kaggle上找個比賽題目，下載數據放入sk-learn中去實戰
學習神經網路，深度神經網路，卷積神經網路
在kaggle上找個比賽題目，應用神經網路去訓練

大家可以看出來，主要的流程就是學習新的演算法然後找到訓練的數據，應用框架去訓練，是一個反覆的過程，在實戰中去體會。因為工作中暫時沒有合適的場景，所以從一些機器學習的比賽中去尋找實戰案例是個很好的方式，國內的比賽有天池，滴滴的。總結：機器學習的核心是演算法，雖然後可以通過一些框架去建模訓練，而且也很好上手，但是如果演算法方面薄弱的話，也不會走的太遠，所以建議前期先通過比賽實戰來快速入門，後面要多花時間來深耕演算法，把演算法作為自己的長板，讓長板更長。

首先你可以查查工資，大公司人工智慧的薪資比高級安卓開發好不到哪去，深度學習其實你學學參數會挑參數就能用深度學習了，基礎也得補補，谷歌不是有 tenslow lite 專門針對移動端的，為何要轉，兼并學習就行了