Должен ли я знать теорию компилятора, если я хочу работать в ИИ и машинное обучение

Question

Меня интересует область ИИ и машинного обучения, и я достаточно хорошо разбираюсь в математике, статистике и программировании в целом. Однако мне не хватает формального образования в области СС, и моя степень бакалавра была в не связанной с ней области.

Какие традиционные курсы для студентов, которые я пропустил, важны для того, чтобы иметь возможность перейти к Мастеру в ИИ? Слон комнаты - теория компилятора, о которой я не знаю.

Answer 1

Я закончил аспирантуру в области ИИ без необходимости в теории компиляторов.

С научной точки зрения, я считаю, что темы, которые помогли мне подготовить к ИИ, были, как вы сказали, статистическими методами, математикой и программированием (я считаю, что объектно-ориентированные и структуры данных помогли в этой области больше всего). В дополнение к этим методы исследования были очень полезны для чтения того, какие модели существуют, и изучения того, как применять эти модели к вашим собственным проблемам.

Были некоторые действительно хорошие комментарии, которые уже были опубликованы по этому вопросу. Как заявил Нил, если вы хотите специализироваться в определенной области, вам понадобятся особые навыки над другими. Кроме того, Юхана поднял хороший момент, что университет будет хорошим источником информации по этой теме, поскольку они, без сомнения, определят предпосылки для предметов ИИ.

Надеюсь, это поможет вам в чудесном мире машинного обучения!

Answer 2

Нет, «ученые и теория» и «развитие реального мира» могут функционировать без друг друга. Хотя, экспозиция никогда не болит, не так ли?

Как насчет сужения вашего внимания математике/логике (пример: я использую relational algebra каждый день) и посещать курсы, важные для машинного обучения, посетив OpenCourseWare and searching for artificial intelligence ... Его бесплатно! Дополните остальные ваши курсы в университете.

Ваше истинное обучение будет вашим решением в реальной жизни и ежедневным применением кода.

Ускорение вашей градации никогда не повредит.

Answer 3

Теория вычислений, вероятно, является хорошим фундаментальным курсом. В этом курсе вы узнаете такие вещи, как если у конкретной проблемы есть решение или нет, сложность конкретной проблемы (NP-Hard, NP-Complete и т. Д.), Машина Тьюринга (которая лежит в основе всех современных компьютеров), языки и грамматики, конечные автоматы (автоматы) и т.д.

Вот несколько хороших вики статьи, относящиеся к вычислительной теории:

• Computational Theory
• Complexities of problems

Answer 4

Если вы попадаете в извлечение текста/извлечение информации/NLP, то вы, вероятно, хотите понять лексирование и синтаксический анализ, который является частью компиляции.

У Lucene/Solr, например, есть пользовательские парсеры запросов.

Answer 5

Я работал над составителями, AI и в университете без степени. Я думал о том, чтобы получить его, но начальник отдела посоветовал мне не делать этого, сказав, что я никогда не смогу придумать идеи, которые я сделал, если бы получил степень.

Единственный реальный кроссовер между теорией искусственного интеллекта и компилятора - это обработка естественного языка. Необходимы концепции компилятора, такие как синтаксический анализ, синтаксис и лексические токены, но изучение их в такой упрощенной среде мало что может подготовить вас.

Пока вы знакомы с вещами, состоящими из других вещей, вы хорошо на своем пути. Посмотрите структуру предложения, сначала сложите его символьные жетоны (мяч Боба, идя и т. Д.), А затем части речи (предложение существительное, предложение глагола), а затем лексические понятия (объект, называемый шаром, состояние собственности, действие бросок, время (время) прошлого).

Ознакомьтесь с концепциями, но не тратьте слишком много времени на официальную теорию компилятора. Интересный материал приходит при обработке результатов вашего разбора!