問答專欄Q & A COLUMN
▲這里本人推薦一本關于學習人工智能機器人存操作程序步驟的書籍，你可以循序漸進的學習。本書由工程師撰寫,介紹機器學習中需要的主要數學知識,以及機器學習算法的實現和應用場景,為機器學習初學者制定了如何夯實基礎的方案。本書以機器學習的算法為主線,深入剖析算法的概念和數學原理,以通俗形象的語言進行介紹,讓讀者無需了解太多前置數學知識,就能看懂數學公式的表達意思,從而深度掌握機器學習的思想和原理。主要內容包括:首先介紹機器學習基本概念及工具,然后從概念、原理、Python實現、應用場景幾個方面,詳細剖析機器學習中主要的算法,如線性回歸算法、邏輯回歸算法、KNN、木素貝葉斯、決策分類、支持向量機分類、K-means聚類、神經網絡分類、集成學習等。
▲這是一本介紹機器學習的書,按常理來說,我應該首先介紹學習機器學習的重要性。可是,有必要嗎?我記得約五年前,機器學習還是一個很有科幻色彩的術語,而現在技術學習圈幾乎整版都換成了機器學習的各種模型,國內很多大學已經開始設立人工智能,機器學習當仁不讓地成為核心課程。據說相關學者已經將該知識編制成課本,即將走入中學課堂。機器學習的火熱,連帶著讓長年不溫不火的Python語言也借機異軍突起,甚至掀起一陣Python語言的學習熱潮。機器學習已經成為“技術宅”的一種技能,因此,實在沒必要再占篇幅介紹它的重要性。但是,學習機器學習的路途是坎坷和顛簸的,不缺的就是讓你半途而廢的借口。機器學習的成就是站在巨人的肩膀上取得的,因此,當你終于下定決*習機器學習時,很多人給你開出一串長長的學習清單:機器學習涉及大量向量和矩陣運算,所以線性代數是肯定要學的;機器學習的很多模型算法都以統計知識作為背。
評論0
加載中...
不清楚樓主從事哪方面的工作，一般做Android系統剪裁或者驅動開發， 需要學習內核部分。
我的想法，可以從2方面進行。
1. 研究一下linux內核 0.1版
此版是學習linux系統原理的經典，只有幾百K。
可以自己嘗試編譯運行linux 0.1版，以下是別人的分享
https://mapopa.blogspot.com/2008/09/linux-0.html
通過此版的研究（雖然功能單一），你能對操作系統有進一步的理解。
2. 研究Android內核
從加電power on啟動流程分析 入手，然后到init進程，然后到binder，匿名內存共享等學習。
一步一個腳印，做好筆記，提升肯定會很快。
祝愉快，順利 ：）
評論0
加載中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答
