1樓：史蒂芬森雙豐收
"深入"和"了解"好像有矛盾吧?
但是如果涉及更深層次應用, 模型怎麼回事你得知道吧?
更深層次的自定義與優化, 數學基礎你是不是要有點?
所以, 你到底要幹什麼?
2樓：網際網路小藥師
首先概括的講，人工智慧（Artificial Intelligence）>機器學習》表示學習》深度學習；
經典公式，人工智慧=資料+演算法+算力；
AI產品的資料流向
資料：大資料是人工智慧的底層基礎，作為機器學習的監督學習演算法的輸入內容，用來提供訓練資料集和新得資料集；
要求我們對資料要有摸底和調研能力，包括：
1、知道資料來源有哪些，後面進行資料的資產化管理；
2、了解ETL工具的使用，如何清洗，整理，轉存資料的，如何分析和挖掘清洗後的資料；
3、給其他部門把資料進行視覺化的輸出，體現產品設計和產品體驗提公升的能力；
算力：也是人工智慧的底層基礎，包括GPU、CPU等晶元，雲計算可以隨時儲存優化資料；
演算法：演算法是計算機乃至自然界的核心，包括NLP，NLU、CV、KNN、決策樹、協同過濾等等，如果知道人腦的演算法，就可以製造出人工智慧的產品；
3樓：夜星辰
把這些知識的精華講的通俗易懂基本上不可能，要想通俗易懂就只能簡介了，不過如果是簡介的話雖然你聽明白了，實際上卻什麼都不會，還是不要欺騙自己為好。
如果有培訓班告訴你，人工智慧門檻很低，不需要太多數學知識，相信我他們在騙你，為什麼呢？如果他們給你介紹了些概念，你發現你輕鬆的學懂了你就輸了。我打包票他們講的是不需要數學基礎的演算法，最典型的就是knn。
2333。
機器學習是大資料分析的必備技能嘛？
加公尺谷熊老師 機器學習是大資料分析的一部分，它使用演算法和統計資訊來理解提取的資料。大資料分析是對資料的廣泛研究。它用於通過演算法開發，資料推斷來分析和處理資料，以簡化複雜的分析問題並提取資訊。機器學習是人工智慧的乙個分支，它使計算機可以通過任何人工干預從經驗中自動學習。機器學習的整個概念圍繞著在...
大資料分析和大資料研發的區別？
Rorschach 比較常見的情況下，大資料分析這種強調的是從複雜的資料和關係裡面尋找關係 趨勢等等顯著地統計量來給決策提供資訊支援的。比較強調的能力是公司所在行業的領域知識，資料分析能力，對資料的敏感程度，資料視覺化技術，溝通能力特別是面向非技術職能人員的共同能力。大資料開發人員有一部分是做資料平...
學習大資料分析有前途嗎？
歷歷在目 大資料分析在很長一段時間都是很重要的崗位。高階的資料分析師，既要迅速掌握業務需求，又懂得如何轉化為資料模式，懂得ETL轉換，為資料工程師和資料科學家提供輸入，並對結果負責。這是乙個很有前途又高薪的工作 時光機 必須有，資料是企業的核心資產，資料分析是對資料價值的挖掘，大中型企業都會越來越看...