Không có phân tích thị trường tiền điện tử trong báo cáo này

Tiêu đề

Jeremy Howard gợi ý ba cuốn sách cơ bản để học AI.

Tóm tắt

Trong một phản hồi tới @Scholars_Stage trên Twitter, Jeremy Howard—người đồng sáng lập fast.ai—gọi “3 cuốn sách cơ bản của anh ấy” là “tất cả đều tuyệt vời.” Với thành tích của Howard trong việc gợi ý các nguồn tài nguyên lập trình thực tế, có khả năng cao anh đang đề cập đến các văn bản nhập môn AI hoặc học máy. Sự ủng hộ này phù hợp với nỗ lực liên tục của anh nhằm làm cho học sâu trở nên dễ tiếp cận với người mới bắt đầu. Tôi không thể lấy được chính xác các cuốn sách hoặc tweet gốc do lỗi từ nhà cung cấp dữ liệu, nhưng danh tiếng của Howard cho thấy đây là những tài nguyên nhằm giúp người không chuyên có thể tiếp cận kỹ năng AI.

Phân tích

Tôi đã tham khảo trang Wikipedia của Howard, trang web fast.ai, hồ sơ Goodreads của anh, và danh sách gợi ý trên BooksChatter. Dự đoán tốt nhất của tôi là “3 cuốn sách cơ bản” là các văn bản nhập môn phổ biến mà anh đã khen ngợi trước đây: “Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow” của Aurélien Géron, “Deep Learning with Python” của François Chollet, và “Python Machine Learning” của Sebastian Raschka. Những cuốn sách này phù hợp với sở thích đã được ghi nhận của anh về việc học thực tế, ưu tiên mã—cách tiếp cận tương tự trong cuốn sách của anh “Deep Learning for Coders with Fastai and PyTorch” và các khóa học fast.ai.

Điều này quan trọng vì các tài nguyên giáo dục dễ tiếp cận như thế này cạnh tranh với các hệ sinh thái độc quyền. Chúng hạ thấp rào cản cho các nhà phát triển tham gia vào các tác vụ như tác nhân AI, tinh chỉnh mô hình, và công việc tương tự.

Một lưu ý: @Scholars_Stage viết về lịch sử và chính trị, không phải AI. Vì vậy, “các cuốn sách cơ bản” có thể không liên quan đến AI chút nào—chúng có thể là các văn bản cơ bản trong một lĩnh vực khác hoàn toàn. Nếu không thấy tweet gốc, tôi không thể nói chắc chắn.

Dòng cuối: các nhà lãnh đạo tư tưởng như Howard định hình cách mọi người học AI. Các gợi ý của anh có xu hướng ủng hộ các tài nguyên giúp mọi người xây dựng nhanh chóng hơn là dẫm chân vào lý thuyết trước.

Đánh giá tác động

• Ý nghĩa: Trung bình
• Danh mục: Thông tin kỹ thuật, Công cụ phát triển, Nghiên cứu AI