目前還不確定要學多廣
因為深度學習的原理好像滿困難的
我想有兩條路線:
1. 從數據分析(資料科學)開始(理論 > 實作):
這部分我有一本原文書可以看
了解數據分析的基礎 => 可能會使用Python加上一些常用套件(NumPy、Pandas
Matplotlib...etc)，並了解一些會用到的數學
知識
進一步演進到機器學習 => 使用scikit-learn，學習
分類 => 迴規 => 集群 => 降維
然後後面還有一堆我沒碰過的東西:
a. 模型驗證
b. 超參數
c. 特徵工程
d. 貝氏分類法
e. 決策樹
.... 等
結束後，"應該"可以理解並實作一個簡單的"臉部辨識"
2. 直接使用現成的AI (使用Google 的 Gemini API 實作>理論):
這部分直接使用網路教學，我有找到一堆資料了。
等到摸熟了再回去學剛才提到的第一點?!
我的目的是要學會它的基礎原理並加以利用...
不知版上是否有人有學習AI的經驗，感謝提供意見。