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習機器學習了,看了本文,也許解釋了為什么?
一、前言
程序員容易掉頭發,而且,頭發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、看下機器學習能力強的人長什么樣?
“深度學習三巨頭”之稱的Yann LeCun、Geoffrey Hinton、Yoshua Bengio
ACM(國際計算機學會)宣布,有“深度學習三巨頭”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者。
機器學習的布道者吳恩達老師
吳恩達(1976-,英文名:Andrew?Ng),華裔美國人,是斯坦福大學計算機科學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習領域國際上最權威的學者之一。吳恩達也是在線教育平臺Coursera的聯合創始人(with?Daphne?Koller)。
Alex Krizhevsky(左一)
AlexNet是2012年ImageNet競賽冠軍獲得者Hinton的學生Alex?Krizhevsky設計的。也是在那年之后,更多的更深的神經網絡被提出,比如優秀的vgg,GoogLeNet。?這對于傳統的機器學習分類算法而言,是一場革命。
何愷明
何愷明發明的深度殘差網絡(deep?Residual?Network)可以說成為過去幾年中,在計算機視覺、深度學習領域中最具突破性的成果了。ResNet可以實現高達數百,甚至數千個層的訓練,且仍能獲得超贊的性能。
Python之父Guido van Rossum
Python程序語言與機器學習實踐可以稱得上是“珠聯璧合”。使用Python進行機器學習至少有以下4項優勢。
方便調試的解釋型語言
跨平臺執行作業
廣泛的應用編程接口
豐富完整的開源工具包
總結
看了這么多照片,您發現了什么?其中重要的一點就是:
機器學習的大牛頭發很多!!!!
這也許是越來越多的程序員開始學習機器學習的原因之一。
請關注和分享↓↓↓?
本站的知識星球(黃博的機器學習圈子)ID:92416895
目前在機器學習方向的知識星球排名第一
往期精彩回顧
良心推薦:機器學習入門資料匯總及學習建議(2018版)
黃海廣博士的github鏡像下載(機器學習及深度學習資源)
吳恩達老師的機器學習和深度學習課程筆記打印版
機器學習小抄-(像背托福單詞一樣理解機器學習)
首發:深度學習入門寶典-《python深度學習》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
機器學習的數學基礎
機器學習必備寶典-《統計學習方法》的python代碼實現、電子書及課件
吐血推薦收藏的學位論文排版教程(完整版)
機器學習入門的百科全書-2018年“機器學習初學者”公眾號文章匯總
Python環境的安裝(Anaconda+Jupyter notebook+Pycharm)
Python代碼寫得丑怎么辦?推薦幾個神器拯救你
總結
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: 首发:一份国内机器学习爱好者的性别比例的