本科生做機器學習
『壹』 本科生怎麼自學機器學習
入門：
視頻可以看coursera上Andrew Ng的machine learning課
書國內的可以看李航的統計學習方法，綜合了老外的基本ML經典，寫衫吵得淺顯易懂，書如塌伍也比較薄，好讀，學習曲線不會太陡。國外的建議先看pattern classification，較其他的簡單一些。
進階：
視頻渣或的話可以看看coursera上的一些數值計算和最優化課程
書老外的大部頭多了，經典的比如PRML（patten recognition and machine learning），elements fo statistical learning（此書雖名叫基礎，實則十分艱深難讀，不推薦初學者學習）。這兩本都能讀完且讀懂了，那是看最前沿的ml的paper也不會發怵了
『貳』 本科學人工智慧好不好
作為一名計算機專業的研究生導師，我來回答一下這個問題。
首先，答案是肯定的，本科學習大數據專業是可以讀人工智慧方向研究生的。
在本科階段讀計算機、數學、物理、大數據等專業，在讀研期間都是可以選擇人工智慧方向的，因為這些專業都是人工智慧的相關專業。雖然目前已經有一些高校陸續在本科階段開設了人工智慧專業，但是長期以來，人工智慧只是研究生階段的研究方向，因此大量的人工智慧方向的研究生都是來自於計算機、數學等專業。
對於大數據專業的本科生來說，在研究生階段選擇人工智慧方向不僅可以，而且是個不錯的選擇，原因有以下幾點：
第一：大數據與人工智慧關系密切。大數據可以說是人工智慧的基礎，無論對於機器學習還是自然語言處理來說，都需要通過大量的數據來訓練演算法，從而提升智能體的決策能力，這也是為什麼在大數據時代背景下，人工智慧得到廣泛關注的重要原因之一。
第二：從大數據進入人工智慧領域相對容易。大數據的技術體系當中，數據分析占據著重要的位置，數據分析是挖掘數據價值的重要途徑之一，而數據分析通常有兩種方法，分別是統計學方式和機器學習方式。所以通過大數據進入機器學習進而全面進入人工智慧領域是一個比較不錯的選擇，有不少人工智慧領域的研發人員就是從大數據進入人工智慧領域的。
第三：大數據與人工智慧將全面融合。隨著物聯網、大數據、雲計算的不斷發展，未來大數據等技術會與人工智慧領域的相關技術進一步融合。從這個角度來看，從大數據技術進入人工智慧也具有一定的必然性。
當前正處在大數據落地應用的初期，而人工智慧也將與大數據技術一道為產業互聯網的發展提供服務，未來大數據和人工智慧領域的發展空間將非常值得期待。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智慧領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收獲。
如果有互聯網方面的問題，也可以咨詢我，謝謝！
『叄』 本科生想做機器學習，深度學習，模式識別，能找到什麼樣的工作
網路有自己的深度學習研究所，是於凱的領導者。相關條目可以在網路搜索的右側看到，拆派類似於GuGe的知識地圖。搜狗和微軟也有。從他們對商品評估關鍵字抽取的搜索中可以看到阿里的文本類。
最近的阿里巴巴天池大數據競賽，再加幾筆獎金，是一些推薦系統的競爭
例如，自然語言處理中的ACE競爭非常激烈。深度學習是一種機器學習演算法，可以在這些競賽中使用。繼續學習吧，做演算法方面基本都要研究生。當然如果你天賦異稟，演算法學的很6，那你可以用你的實力去打動面試人員。
『肆』 軟體工程專業本科畢業直接工作的話，還有沒有機會靠自學從事機器學習方面的工作
對於生活中的機器學習類專業和工作，對很多人還是有很大吸引力的。高級的計算模型，資料庫的統計等工作正是許多人感興趣的點。但很多人也會有這樣那樣的疑問，比如說軟體工程專業的本科生畢業後直接從事工作，還有沒有機會靠自學從事機器學習類的工作？
首先，答案顯而易見，是肯定的。只要你有這種學習的態度和心意，就成功了一半。即使參加了工作，時間和精力也不會產生太大的沖突。在工作之餘，你可以向公司相關技術人員請教一些這方面的問題，學有餘力時也同樣會學習到這方面的知識，為自己以後從事這方面的工作打下扎實的人脈及知識基礎。
總的來說，及時你畢業後參加了工作，通過自學從事機器學習類的工作是很有可能的，你的自學的決心和態度，以及在工作中的潛移默化的接觸學習，加之自己工作之餘的書本學習和鍛煉，你的答案就是肯定的。
『伍』 本科生出來做機器學習，數據挖掘的工作會比研究生差很多嗎
1、如果是同專業的本科生和同專業的研究生對比的話，一般情況下，我說的是一般情況，研究生還是有優勢的。優勢在哪裡，就在對工具的應用、對理論的了解要更深入的多。如果是博士研究生的話，那更是鑽研的深，連本科裡面的很多公式都必須要推導的出來，能用代碼全部實現。而且研究生經常是泡課題，而課題卻經常是項目式的，很接地氣，來自於實戰。
2、如果是和機器學習對口專業度都不高的本科和研究生作比較，就不好說了。被碾壓和完勝，或者逆襲的場景我都見過，某些演算法及其應用領域我自己也逆襲過數學博士。本人金融學碩士，但是數據挖掘中時間序列、聚類分析、主成分分析從原理到應用我的鑽研深度不亞於人家博士。就是因為本人工作經驗比對方要多，數據的業務本質理解比對方要深。所以方法工具的理解和使用有很多實戰經驗來支撐。
『陸』 本科生 想從事大數據 人工智慧方向 如何規劃大學生涯
從數據分析方向的進階路徑從基礎學起，數據思維、回歸分析、描述統計與可視化、機器學習精要，這些知識理論由易到難，必須要扎實；數據開發方向的進階路徑，Linux、Java、Scala、Python、機器學習基礎，同時也需要進行實踐，在解決真正的問題上漲知識。
大數據具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。是所涉及的資料量規模巨大到無法透過主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。
大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。
從技術上看，大數據與雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式架構。它的特色在於對海量數據進行分布式數據挖掘。但它必須依託雲計算的分布式處理、分布式資料庫和雲存儲、虛擬化技術。
『柒』 目前本科，對機器學習感興趣，應該朝哪個方向學習
機器學習是一種人工智慧(AI)，它能讓計算機在沒有明確編程指令的情況下收集信息。對於那些嘗試分析越來越多、越來越復雜數據的公司來說，這種能力是必不可少的。擁有熟練編程技能的人也供不應求。
如果對在大學深造數年不感興趣，還有其他可進入機器學習領域的路徑。克洛伊寧舉例說，在發現難以找到合適的員工後，他自己創建了機器學習訓練項目。他說：「我們招募擁有計算機科學或數學專業的人才，伏拍然後對他們進行相關培訓。
簡單說一點，之所以最左邊寫了『數學基礎』『典型機器學習演算法』『編程基礎』三個並行的部分，是因為機器學習是一個將數學/演算法理論和工程實踐緊密結合的領域，需要扎實的理論基礎幫助引導數據分析與模型調優，同時也需要精湛的工程開發能力去高效化地訓練和部署模型和服務。
需要多說一句的是，在互聯網領域從事機器學習的人，有2類背景的人比較多，其中一部分(很大一部分)是程序員出身，這類同學工程經驗相對會多一些，另一部分是學數學統計領域的同學，這部分同學理論基礎相對扎實一些。因此對比上圖，2類同學入門機器學習，所欠缺和需要加強的部分是不一樣的。
『捌』 三本本科生能做人工智慧嗎
三本本科生能做人工智慧嗎？
毋庸置疑，當然三本本科生當然可以做人工智慧呀！現如今做人工智慧是一種 時尚 ，因為AI它是研究、開發用於模擬延伸和擴展人的智能理論、方法、技術及應用系統的一門新的科學技術；它涵蓋了人們生活的方方面面。
三本本科生已經是高學歷者，事在人為，搞人工智慧應用方面得看自己的悟性，因為你已經接觸過計算機原理及學習過Python語音學習，懂得人工智慧應用中的涉及到的大量向量和矩陣運算，以及線性代數的多模型演算法。
學習人工智慧是一個循序漸進的過程，既然已經在基礎理論了解一些，再繫上已經有的基礎，多看看人工智慧工程師們的專業書籍，自己擬定一個學習表，會夯實基礎；這樣會通俗形象看懂得人工智慧表達意思，從而深度掌握機器的學習思想和工作原理；然後從概念、原理、Python實現、應用場景等諸多方面，詳細剖析人工智慧應用中的主要演算法，如線性回歸演算法、邏輯回歸演算法、KNN、木素貝葉斯、決策分類、支持向量機分類、K-means聚類、神經網路分類、集成學習等。
以上為個人觀點，希望對提問者有一點幫助。
知足常樂2020.10.6日於上海
能不能做人工智慧與一個人本身的學歷無關，大家都知道: 馬雲就是一個浙江普通師范院校畢業，他卻創立了阿里巴巴，成為現代中國首富。袁隆平就是一個普通的西南農學院畢業，卻成為中國的水稻專家，幾乎解決了全人類的吃飯問題。比爾蓋茨大學沒有畢業，卻創立微軟公司，把互聯網推進到一個新時代。
到底能不能做人工智慧主要看他有沒有創新精神，；有沒有創新意識。主要看他有沒有改變自己，改變世界的宏偉目標；有沒有堅韌不拔，鍥而不舍的拼搏精神。看他能不能跟上時代的步伐，把握時代的脈搏，開拓別人無法意料的新天地。
總之，只要有慧眼看世界的智慧，就能做好他想做的事。
人工智慧和是不是三本本科無關，只和專業領域是否對口有關。
重點本科，非人工智慧專業，依舊不能做先給你一顆定心丸，就算是985和211的雙一流本科生，只要他的專業不是人工智慧方向的，他也沒辦法做這一項目。
所以，你大可不必擔心三本本科生能不能做人工智慧這個問題，如果是這個專業的，就可以做。
精耕於專業，未來可期人工智慧，是未來一個很重要的領域，很多企業都可以涌進了這個領域，並且投入了大量的真金白銀。
所以，你現在要做的就是學好專業知識，成為這一個領域的真正人才，未來就不會擔心做不了這個了。或許，由於你的努力，你會比那些同專業的重點本科的同學還有厲害。
人工智慧是一個大領域，你需要做到小而精人工智慧這個領域的知識龐大而復雜，個人的精力是有限的，無法做到面面俱到。
所以，你必須抓住一個自己感興趣的小分支，鑽研好、磨練好，成為這個小分支的專家，這樣反而比那些什麼都懂一些，卻又什麼都不精通的人還有好就業。
IT產業的從業人員，是否合適，與學歷無關。比爾蓋茨哈佛大學也沒有畢業，但並不影響他的世界IT產業第一人的地位和影響力。
三本本科生，已經具有高等教育學歷，在學識和閱歷上，均符合從事IT產業的要求。世上無難事，只怕有心人。
只要你堅定不移，堅持不懈，發奮圖強，迎難而上，就一定能在IT行業中，打拚出一塊屬於自己的IT王國。
加油加油！！
不能。不單三本本科不能，名牌大學博士生也不能。但是所有學了信息技術或計算機的，有這一方面興趣的，善於鑽研且有所得的學生能、老師能、農民能、工人能、男人能、女人能、大人能、孩子能、中國人能、外國人能、地球人能、火星人能
不能以大學好壞區分能不能做人工智慧
不能以什麼人區分能不能做人工智慧
我的回答可以做繞口令了吧
三本本科生能做人工智慧嗎？
這個問題我可以明確的回答，一點問題都沒有，其實不管是一本、二本、三本在大學本科階段學的都是基本的知識，都是入門的知識。真正的能力和本事，都不是老師教出來的，都是自己刻苦鑽研出來的。
我送這位同學一句千古名言「師傅領進門，成才在個人」，通過學校專門學習這個人生有限並難得的人生最最寶貴的時段，把基礎理論知識學好，學扎實，充分利用有老師指導這個優勢，主動而不是被動的學習，為將來從事人工智慧的工作打下自學的基礎。
與一本和二本的同學一樣，一樣能夠成才，這與三本學校沒有關系。其實學的專業基礎知識都是一種教材。一定要有信心，有志者事竟成，這是千古之真理。為了你的未來努力 吧
同時，我也祝福這位同學，你遇到學習當代 社會 的熱門專業知識的運氣，因為人工智慧不管你將來從事什麼工作都能用得上，都有你用武之地。
千萬不要覺得三本學校就感到自卑，放鬆學習，越是在三本越是要好好學習，要有志氣，三本畢業，在 社會 上照樣能超越那些一本、二本的同學。
真正到了 社會 上，要的是能力，要的是你能給 社會 創造價值，學校的好壞，只是參考，你就是你，如果你優秀，沒有人會在乎你是什麼學校畢業的。
人工智慧在最近幾年發展迅猛，很多公司都在尋求人工智慧為其賦能，因而對於人工智慧的人才需求也比較旺盛！
不管你是幾本，不管你是本科還是研究生，都可以做人工智慧人工智慧的發展起訴於上個世紀的中期，正式提出「artificial intelligence」這個概念是在達特茅斯會議上，對於人工智慧的理解，它的本質就是 賦予一個機器具有像人一樣的思考、勞動、決策的能力！
人工智慧從提出到今天，可謂是跌宕起伏！最近一次人工智慧受到關注是源於2006年深度學習概念的提出，以後由於在2012年利用深度學習訓練出的模型在圖像挑戰大賽上獲得第一名，並遠超其他演算法的精確度，使得深度學習名聲大噪，各種資本、人才、物力等流向人工智慧，人工智慧再一次迎來了他的春天！
基於深度學習的人工智慧是個多層的神經網路，只要你肯用心，並且掌握一定的基礎，任何人都可以從人工智慧的熱潮中得到一碗湯！
數學基礎
它主要包括高等數學、概率論、線性規劃三個方面的知識，其中概率論與線性規劃是重點。
人工智慧的核心是求解出每個可能結果的概率，然後選擇概率值最大的一個，因此概率論很重要。並且人工智慧中涉及多個變數，涉及多個特徵，因此要用向量和矩陣的方式來表達這些變數，因此線性規劃很重要！最後，人工智慧最多的是涉及最優化的問題，因此會有高數的知識！
pyhton基礎
毫不客氣的講，Python是最適合人工智慧開發的編程語言！Python是一種腳本語言，它簡單易學、易用，人工智慧大部分的框架以及各種庫都是基於Python開發的！谷歌的人工智慧開發平台tensorflow大部分的語言都是Python，然而其他的語言只有幾千行！可見Python的重量！
機器學習
機器學習是實現人工智慧的重要技術！機器學習就是用數據訓練一個模型，然後將得到的結果與真實值就行比較，以此來不斷調優的過程！機器學習主要解決回歸與分類兩大類任務！它可以分為有監督學習、半監督學習、無監督學習！傳統的機器學習演算法有線性回歸、支持向量積、隨機森林、決策樹、神經網路等。
深度學習
深度學習屬於機器學習的一種，是當今最為流行的人工智慧技術。它是多隱藏的神經網路模型，可以用來做模式識別、圖像處理、語音處理等工作。深度學習起源於2006年，由Hinton命名，之後在2012年的他的一位學生利用基於深度學習的演算法一舉拿下了圖像識別比賽的第一，從此名聲大噪！深度學習主要包括卷積神經網路與循環神經網兩種演算法，他們分別處理圖像與音頻，這也是近些年來，人臉識別與語音識別很火並且落地的原因！
項目實戰
項目實戰是檢查你學的好的有效工具，一般都結合tensorflow和小程序就行開發！
人工智慧的未來已經到來，只不過是在某些方面的人工智慧，我們把它叫做弱人工智慧！
其實，如果人工智慧技術能夠再有所突破，它會像office在今天一樣，成為大多數人的必備技能！
因而現在不學，未來也要學，何不趁著現在好好學一下！
只要進大學是來學習的，比中學時期更刻苦，三本學生學人工智慧專業，畢業後肯定能從事人工智慧領域的技術工作。
只是三本學校刻苦學習的學生，比其它大學的少些。但是三本學校也的確有一批努力拚搏的優秀學生。
理論上是可以，在2019年新增人工智慧專業的院校中，有不少獨立學院的影子，所以三本去做人工智慧沒什麼不可以的。
2019年新增人工智慧專業的院校
但三本去做人工智慧在實際中是不現實的，甚至是本科畢業去做人工智慧是欠妥的。某些答主那些說做互聯網不需要門檻，甚至還拿出馬雲和袁隆平出來出來的出來做例子的。閉口不談馬雲當時所處的年代，以及馬雲當時手上掌握著的資源，以及袁老為雜交水稻做出大量的知識積累，就在那無腦的灌雞湯真的讓人無語。
人工智慧專業自開設以來就是培養研究生為主的專業，只是近年來人工智慧培養體系得到了一定完善，才為人工智慧本科階段的培養提供了較為系統的學習體驗。
雖然當前在本科階段選擇人工智慧專業是完全可以的，但是由於人工智慧專業的知識量比較大，而且難度也比較高，所以對於學生的學習能力有比較高的要求。而且人工智慧是一個跨專業領域極廣的專業，大學本科階段還是以計算機知識和人工智慧基礎知識為主，要想獲得更精更系統的人工智慧知識，還需要研究生的學習。
數學目前看非常重要，因為AI還沒有發展到互聯網的這種人人可用的程度，而人工智慧最重要的就是對數據的處理，而人工智慧本科階段，有大量的時間都是在學數學和統計學相關知識，那你計算機相關知識就相對較少。
而且近兩年本科開設人工智慧的高校增速迅猛，而且魚龍混雜，但人工智慧能夠提供的崗位就還無法滿足那麼多畢業生，未來肯定還需要用其它指標來篩選人才，學歷就是一個指標之一。
完全可以，人工智慧與學歷沒有關系，只要你有相應的知識儲備是完全能夠勝任的。加油！
『玖』 人工智慧學習本科學歷夠不
本科學歷的話，在這方面的話可能還不夠深入，如果有條件的話，盡量往更高的學歷，深入的話以後在這方面發展可能會好一點。