感觉AI太难了，好多数学公式，完全没搞明白AI的原理，也不知道怎么用
资深开发，专注于分布式，底层技术
是挺难的。可以从某一个具体的实际任务出发，选择最简单的模型，先看看效果，并了解其中的原理，然后再一步一步往复杂的模型走。若一下子直接看理论，对工程开发人员来说不是特别友好。 比如做推荐系统排序模型，从简单的lr模型->树模型 or fm->deepfm->双塔->xxxxx 传统ml的数学理论推荐李航老师的那本书，认真读下来大部分还是可以读的懂的。 在深度学习方面可以看斋藤康毅写的入门书，以及他的另外一本NLP入门书写的很好，从中你可以了解常用的embedding啊、transformer的框架，理解attention的QKV等，这些基础东西在其他很多模型中也都会出现。
学了多大收益 呢 大龄 还值得学这玩意？
要么去考个研，自学AI 理论这些 没啥用
考研可以考虑
搞不懂AI原理，就不搞。可以从编程角度去认知。AI门槛比较高，它是研究生课程，所以入门比较难。如果有决心想学AI，找我也可以
下载APP，能及时收到回复或进展
是挺难的。可以从某一个具体的实际任务出发，选择最简单的模型，先看看效果，并了解其中的原理，然后再一步一步往复杂的模型走。若一下子直接看理论，对工程开发人员来说不是特别友好。
比如做推荐系统排序模型，从简单的lr模型->树模型 or fm->deepfm->双塔->xxxxx
传统ml的数学理论推荐李航老师的那本书，认真读下来大部分还是可以读的懂的。
在深度学习方面可以看斋藤康毅写的入门书，以及他的另外一本NLP入门书写的很好，从中你可以了解常用的embedding啊、transformer的框架，理解attention的QKV等，这些基础东西在其他很多模型中也都会出现。
学了多大收益 呢 大龄 还值得学这玩意？
要么去考个研，自学AI 理论这些 没啥用
考研可以考虑
搞不懂AI原理，就不搞。可以从编程角度去认知。AI门槛比较高，它是研究生课程，所以入门比较难。如果有决心想学AI，找我也可以