为什么越来越多的程序员开始学机器学习的原因
越來越多的程序員開始學(xué)習(xí)機器學(xué)習(xí)了,看了本文,也許解釋了為什么?
一、前言
程序員容易掉頭發(fā),而且,頭發(fā)的多少似乎跟能力成反比:
1、PHP
PHP之父,Rasmus Lerdorf
2、Java
Java之父,James Gosling
3、JavaScript
JavaScript之父,Brendan Eich
4、Pascal
Pascal之父,Niklaus Wirth
5、C++
C++之父,Bjarne Stroustrup
6.VB
VB之父Alan Cooper
二、看下機器學(xué)習(xí)能力強的人長什么樣?
“深度學(xué)習(xí)三巨頭”之稱的Yann LeCun、Geoffrey Hinton、Yoshua Bengio
ACM(國際計算機學(xué)會)宣布,有“深度學(xué)習(xí)三巨頭”之稱的Yoshua?Bengio、Yann?LeCun、Geoffrey?Hinton共同獲得了2018年的圖靈獎,這是圖靈獎1966年建立以來少有的一年頒獎給三位獲獎?wù)摺?br />
機器學(xué)習(xí)的布道者吳恩達老師
吳恩達(1976-,英文名:Andrew?Ng),華裔美國人,是斯坦福大學(xué)計算機科學(xué)系和電子工程系副教授,人工智能實驗室主任。吳恩達是人工智能和機器學(xué)習(xí)領(lǐng)域國際上最權(quán)威的學(xué)者之一。吳恩達也是在線教育平臺Coursera的聯(lián)合創(chuàng)始人(with?Daphne?Koller)。
Alex Krizhevsky(左一)
AlexNet是2012年ImageNet競賽冠軍獲得者Hinton的學(xué)生Alex?Krizhevsky設(shè)計的。也是在那年之后,更多的更深的神經(jīng)網(wǎng)絡(luò)被提出,比如優(yōu)秀的vgg,GoogLeNet。?這對于傳統(tǒng)的機器學(xué)習(xí)分類算法而言,是一場革命。
何愷明
何愷明發(fā)明的深度殘差網(wǎng)絡(luò)(deep?Residual?Network)可以說成為過去幾年中,在計算機視覺、深度學(xué)習(xí)領(lǐng)域中最具突破性的成果了。ResNet可以實現(xiàn)高達數(shù)百,甚至數(shù)千個層的訓(xùn)練,且仍能獲得超贊的性能。
Python之父Guido van Rossum
Python程序語言與機器學(xué)習(xí)實踐可以稱得上是“珠聯(lián)璧合”。使用Python進行機器學(xué)習(xí)至少有以下4項優(yōu)勢。
方便調(diào)試的解釋型語言
跨平臺執(zhí)行作業(yè)
廣泛的應(yīng)用編程接口
豐富完整的開源工具包
總結(jié)
看了這么多照片,您發(fā)現(xiàn)了什么?其中重要的一點就是:
機器學(xué)習(xí)的大牛頭發(fā)很多!!!!
這也許是越來越多的程序員開始學(xué)習(xí)機器學(xué)習(xí)的原因之一。
請關(guān)注和分享↓↓↓?
本站的知識星球(黃博的機器學(xué)習(xí)圈子)ID:92416895
目前在機器學(xué)習(xí)方向的知識星球排名第一
往期精彩回顧
良心推薦:機器學(xué)習(xí)入門資料匯總及學(xué)習(xí)建議(2018版)
黃海廣博士的github鏡像下載(機器學(xué)習(xí)及深度學(xué)習(xí)資源)
吳恩達老師的機器學(xué)習(xí)和深度學(xué)習(xí)課程筆記打印版
機器學(xué)習(xí)小抄-(像背托福單詞一樣理解機器學(xué)習(xí))
首發(fā):深度學(xué)習(xí)入門寶典-《python深度學(xué)習(xí)》原文代碼中文注釋版及電子書
科研工作者的神器-zotero論文管理工具
機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)
機器學(xué)習(xí)必備寶典-《統(tǒng)計學(xué)習(xí)方法》的python代碼實現(xiàn)、電子書及課件
吐血推薦收藏的學(xué)位論文排版教程(完整版)
機器學(xué)習(xí)入門的百科全書-2018年“機器學(xué)習(xí)初學(xué)者”公眾號文章匯總
Python環(huán)境的安裝(Anaconda+Jupyter notebook+Pycharm)
Python代碼寫得丑怎么辦?推薦幾個神器拯救你
總結(jié)
以上是生活随笔為你收集整理的为什么越来越多的程序员开始学机器学习的原因的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 如何为你的回归问题选择最合适的机器学习方
- 下一篇: 推荐:复旦邱锡鹏教授开源发布的《神经网络