提示本文更适合想从事技术开发的人阅读

今年以来,我一直在关注数据分析、人工智能、机器学习等领域,对相关的资讯和深度分析的文章基本上都仔细进行了阅读。

关注这几个方向,一方面这代表了当前信息产业发展的方向,另一方面我自认为数学底子还不错,如果朝这几个方向进行研究,也算是将我擅长的技能进行了充分利用。

方向定了,接下来就是要找一个小小的切入点,我的选择是从研究python开始,随后切入数据分析领域,最后再研究机器学习。

自从年初google阿尔法狗在围棋大战中战胜李世石九段之后,在全世界就掀起了研究人工智能的热潮。

人工智能的研究最早始于60多年前,只是限于计算能力的限制,直到最近几年才开始朝产业化的方向迅速发展。

机器学习属于人工智能的一个分支,它是让机器能具备摆脱对人工指令的依赖,能按照一定的算法开展自主学习的能力,它的出现才真正让“人工智能”不枉智能二字。

所以,未来5到10年,整个人类社会都会迅速朝这个方向演进。

如果我们个人想顺应这个潮流,我建议应该快速切入python的学习。

因为无论是大数据分析,还是机器学习,python都有很强大的支持能力。

高盛最近刚发布了关于人工智能的生态展望,其中就提到了python,如下图:


从中可以看出,python代表了适应未来的一种趋势。

python作为脚本语言,它本身具备了一般脚本语言的诸多优点,如:易上手,即写即能运行,易读,易维护等,同时它经过十多年的发展,目前能支持的领域非常广大,按照《python学习手册》作者的说法,python可以从支持航空航天器系统的开发到小游戏开发的几乎所有的领域。

这最根本还是来源于它一开始的开源策略。

我个人坚决选择从事python方向的开发,除了它的诸多优点之外,还和我之前从事shell的开发也有关系,我最近刚看完了《简明python教程》(注:这绝对是入门的一本好书,如果谁想学习python,强烈建议先学习一下),发现他们的很多语法都是比较类似的,可能它们同属于脚本语言的缘故吧,两者都没有java或c++那么多复杂的东西。

按照有些专家的说法,shell程序是不容易让人阅读和理解的,而python就没有这方面的问题。

既然shell我都已经很熟练掌握了,python有什么难的呢?

当然,语法虽然变简单,但python可比shell强大得多了,适用的范围也更广,套用目标管理的理念来说的话,我研究python就是一种自然爬坡的过程,我让自己处在了挑战区当中,既不会很容易就能成为机器学习方面的专家,也不会因为切入的难度太大而早早放弃。

以上就是我个人的一点体会和建议,供想从事代码开发的朋友参考。



作者:宝王爷
链接:http://www.jianshu/p/842a7a304de6
來源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

更多推荐

我为什么建议大家都学习python脚本语言?