大佬们来评论一下，女儿看了几小时AI入门的介绍，得到的结论是否正确？

[forger]

看了一个华裔估计大学生用英语讲的AI入门。
几十块钱随便凑个热闹的。

看完的评价就是，拍扁了，撸直了……然后做判断

一个东西先加上很多参数，一个参数是一个维度，然后一堆参数，就是很高维度的东西，
然后用变换的方法，一个一个的去掉，降低维度，最后变成2维或者一维的一个数值。
做判断，输出正负。

什么蒙特卡洛方法，傅立叶变换这些，就是简单粗暴的拍扁了。

我是听不懂也没时间听的，她听了几小时得到这个结果，还有没有必要继续升级会员听下去？

[verdelite]

看了一个华裔估计大学生用英语讲的AI入门。
几十块钱随便凑个热闹的。

看完的评价就是，拍扁了，撸直了……然后做判断

一个东西先加上很多参数，一个参数是一个维度，然后一堆参数，就是很高维度的东西，
然后用变换的方法，一个一个的去掉，降低维度，最后变成2维或者一维的一个数值。
做判断，输出正负。

什么蒙特卡洛方法，傅立叶变换这些，就是简单粗暴的拍扁了。

我是听不懂也没时间听的，她听了几小时得到这个结果，还有没有必要继续升级会员听下去？

“然后用变换的方法，一个一个的去掉，降低维度”，这个步骤，叫做抽象。

爱听就听呗。

[TheMatrix]

看了一个华裔估计大学生用英语讲的AI入门。
几十块钱随便凑个热闹的。

看完的评价就是，拍扁了，撸直了……然后做判断

一个东西先加上很多参数，一个参数是一个维度，然后一堆参数，就是很高维度的东西，
然后用变换的方法，一个一个的去掉，降低维度，最后变成2维或者一维的一个数值。
做判断，输出正负。

什么蒙特卡洛方法，傅立叶变换这些，就是简单粗暴的拍扁了。

我是听不懂也没时间听的，她听了几小时得到这个结果，还有没有必要继续升级会员听下去？

你女儿挺敢总结啊。行。

[forger]

总结的如何呢？

[verdelite]

总结的如何呢？

总结得挺好。就只是傅里叶变换之类，碰到适合的输入才有效果。不适合的不行。general有效的，等效于“抽象”。抽取特征。deep learning算法可以做到。

[TheMatrix]

总结的如何呢？

总结的挺好。

不是说对。对不对我也不知道。

敢总结，就能往下走。有根基了，有label了，再往下后，回头再一看，就知道对不对了。

[Caravel]

看了一个华裔估计大学生用英语讲的AI入门。
几十块钱随便凑个热闹的。

看完的评价就是，拍扁了，撸直了……然后做判断

一个东西先加上很多参数，一个参数是一个维度，然后一堆参数，就是很高维度的东西，
然后用变换的方法，一个一个的去掉，降低维度，最后变成2维或者一维的一个数值。
做判断，输出正负。

什么蒙特卡洛方法，傅立叶变换这些，就是简单粗暴的拍扁了。

我是听不懂也没时间听的，她听了几小时得到这个结果，还有没有必要继续升级会员听下去？

为啥不看名家的课，吴恩达的coursera, 李飞飞的cs231

[洪荒之前]

是哦，Andrew Ng 在 YouTube 上的课程记得是免费的？

[gousheng]

这个听起来像模式识别

看了一个华裔估计大学生用英语讲的AI入门。
几十块钱随便凑个热闹的。

看完的评价就是，拍扁了，撸直了……然后做判断

一个东西先加上很多参数，一个参数是一个维度，然后一堆参数，就是很高维度的东西，
然后用变换的方法，一个一个的去掉，降低维度，最后变成2维或者一维的一个数值。
做判断，输出正负。

什么蒙特卡洛方法，傅立叶变换这些，就是简单粗暴的拍扁了。

我是听不懂也没时间听的，她听了几小时得到这个结果，还有没有必要继续升级会员听下去？

[forecasting]

看了一个华裔估计大学生用英语讲的AI入门。
几十块钱随便凑个热闹的。

看完的评价就是，拍扁了，撸直了……然后做判断

一个东西先加上很多参数，一个参数是一个维度，然后一堆参数，就是很高维度的东西，
然后用变换的方法，一个一个的去掉，降低维度，最后变成2维或者一维的一个数值。
做判断，输出正负。

什么蒙特卡洛方法，傅立叶变换这些，就是简单粗暴的拍扁了。

我是听不懂也没时间听的，她听了几小时得到这个结果，还有没有必要继续升级会员听下去？

随便看看可以，正经学还是打打基础吧，万一被歪人带歪了就麻烦，比如被学术花瓶李飞飞带歪了，就让人哭笑不得。

有基础就先学点Ray Solomonoff的东西，看不懂就学一下数理逻辑，自动机理论，当然也就有可计算理论，模型论的东西，概率论和统计学，然后学DNN,就是CNN，LSTM，GAN。不过机器学习不止是DNN，现在这些东西最火而已。估计不过五年就没啥好折腾的了。 鼓吹的AGI也就成了噱头。

一个强烈的印象是，差不多的人都可以玩一下AI，其实就是DNN，然后云山雾沼一番，仿佛真懂，其实都没基础，说的是外行话。

顺便说一句，看到报道Terrence Tao用ChatGPT完成什么证明，连内容没看就武断他做ChatGPT的代言人，幸好后来看到出来了一个报道纠正第一个报道。

今天看到中文有一篇讲AlphaGeometry水平可拿IMO金牌，超过吴文俊算法，忍不住失笑：这些人就知道吴文俊，咋不说Buchberger算法，Tarski–Seidenberg定理呢？反正发个朋友圈笑一笑乐一乐就算了。

[verdelite]

随便看看可以，正经学还是打打基础吧，万一被歪人带歪了就麻烦，比如被学术花瓶李飞飞带歪了，就让人哭笑不得。

有基础就先学点Ray Solomonoff的东西，看不懂就学一下数理逻辑，自动机理论，当然也就有可计算理论，模型论的东西，概率论和统计学，然后学DNN,就是CNN，LSTM，GAN。不过机器学习不止是DNN，现在这些东西最火而已。估计不过五年就没啥好折腾的了。 鼓吹的AGI也就成了噱头。

一个强烈的印象是，差不多的人都可以玩一下AI，其实就是DNN，然后云山雾沼一番，仿佛真懂，其实都没基础，说的是外行话。

顺便说一句，看到报道Terrence Tao用ChatGPT完成什么证明，连内容没看就武断他做ChatGPT的代言人，幸好后来看到出来了一个报道纠正第一个报道。

今天看到中文有一篇讲AlphaGeometry水平可拿IMO金牌，超过吴文俊算法，忍不住失笑：这些人就知道吴文俊，咋不说Buchberger算法，Tarski–Seidenberg定理呢？反正发个朋友圈笑一笑乐一乐就算了。

你这是要当AI faculty的节奏。人家就外行学习一下。学你这些，不需要成本？本职工作怎么办，每天的面包你提供吗。

[newstart]

不要学andrew NG的课，一点不实用。给码农了解一下可以，真到了用真实世界解决实际问题，连kaggle的那些比赛都是干净的不得了的数据。
去学个kaggle的ml 入门课可以，或者跟着andrew muller学sklearn算是入门就可以了

[forger]

随便看看可以，正经学还是打打基础吧，万一被歪人带歪了就麻烦，比如被学术花瓶李飞飞带歪了，就让人哭笑不得。

有基础就先学点Ray Solomonoff的东西，看不懂就学一下数理逻辑，自动机理论，当然也就有可计算理论，模型论的东西，概率论和统计学，然后学DNN,就是CNN，LSTM，GAN。不过机器学习不止是DNN，现在这些东西最火而已。估计不过五年就没啥好折腾的了。 鼓吹的AGI也就成了噱头。

一个强烈的印象是，差不多的人都可以玩一下AI，其实就是DNN，然后云山雾沼一番，仿佛真懂，其实都没基础，说的是外行话。

顺便说一句，看到报道Terrence Tao用ChatGPT完成什么证明，连内容没看就武断他做ChatGPT的代言人，幸好后来看到出来了一个报道纠正第一个报道。

今天看到中文有一篇讲AlphaGeometry水平可拿IMO金牌，超过吴文俊算法，忍不住失笑：这些人就知道吴文俊，咋不说Buchberger算法，Tarski–Seidenberg定理呢？反正发个朋友圈笑一笑乐一乐就算了。

还很小，不过是周围的人都在“学”，各种中国博士的班，看的内容很重要，不然一则浪费时间，二则思维有了定式，三则在错误的道路越走越远。。。
多谢多谢您的指导啦。

[BCQ1]

没有那么简答的吧，比如，我家的狗未来一个小时会不会拉屎的问题
就算AI有我家狗过去10年的数据，也未必能做出完全正确的判断
只能是根据过去10年的数据，你家狗未来一个小时拉屎的可能是20%
随着我输入信息的增多，会改变，比如，我今天狗喂晚了一个小时
以前每天早上遛狗，今天没遛，昨天晚上狗拉过一次了，刚才
我给狗喂了个TREAT，挺大的。随着这些信息的增多，有些是相关得
有些是无关的，也可能MISS关键的信息，最后的结果变得也很多。

[Caravel]

随便看看可以，正经学还是打打基础吧，万一被歪人带歪了就麻烦，比如被学术花瓶李飞飞带歪了，就让人哭笑不得。

有基础就先学点Ray Solomonoff的东西，看不懂就学一下数理逻辑，自动机理论，当然也就有可计算理论，模型论的东西，概率论和统计学，然后学DNN,就是CNN，LSTM，GAN。不过机器学习不止是DNN，现在这些东西最火而已。估计不过五年就没啥好折腾的了。 鼓吹的AGI也就成了噱头。

一个强烈的印象是，差不多的人都可以玩一下AI，其实就是DNN，然后云山雾沼一番，仿佛真懂，其实都没基础，说的是外行话。

顺便说一句，看到报道Terrence Tao用ChatGPT完成什么证明，连内容没看就武断他做ChatGPT的代言人，幸好后来看到出来了一个报道纠正第一个报道。

今天看到中文有一篇讲AlphaGeometry水平可拿IMO金牌，超过吴文俊算法，忍不住失笑：这些人就知道吴文俊，咋不说Buchberger算法，Tarski–Seidenberg定理呢？反正发个朋友圈笑一笑乐一乐就算了。

吴文俊算法是SOTA是Google nature文章说的，审稿人也不知道你这几个名字？

[Caravel]

你这是要当AI faculty的节奏。人家就外行学习一下。学你这些，不需要成本？本职工作怎么办，每天的面包你提供吗。

不用学那么多名词，DNN加上CNN,懂了就入门了，LSTM和GAN这种东西如果真需要再学，过几年搞不好就再也没有人用了。

当初看机器视觉的课本，一大堆算法，我想一个个学要学到什么时候。幸亏没有学，现在全没有人用了。