知識星球在結束不久的百度AI開發者大會上，除了無人車之外，還有一位12歲的小程式員袁翊閎，四年級開始接觸計算機，初一開始自學程式設計，掌握了BASIC、Python等語言。
圖片來自網路
在百度推出的對話式人工智慧作業系統DuerOS上，他已經開發了3個技能。作為大會年齡最小的開發者，他的技術水平和很多成年人不相上下。
提到袁翊閎，不是為了販賣焦慮，是來送碗雞湯，真正感興趣並付出努力的東西，總會有結果。很多人想要入門AI，會有很多顧慮，零基礎，跨專業等等。如果你往前的意願足夠強烈，所有人都會為你讓道，這個道理放在哪都是一樣。
李彥宏說”Everyone can AI”,這句話足夠讓AI熱愛者們熱血沸騰。百度的AI生態已經逐漸清晰，昆侖晶片、百度大腦3.0、DuerOS3.0、量產的Apollo，百度已經有了晶片、深度學習框架、平臺，以及應用生態的完整佈局。
AI開發者大會展示了AI在地板檢測、援藏醫療的應用案例，AI有著廣闊的應用前景，未來各行各業都會有AI的滲透，交通、物流、汽車、技術公司處在AI採用的前沿。
問題是，AI相關的人才從哪裡來？不說未來幾年，目前人工智慧相關的人才都是各企業爭相爭搶的物件，月薪20k只能算是市場行情價，高的能給到50k。
資訊來自拉勾網
讓AI選擇你（機器學習筆試題）
高薪資和良好的應用前景擺在面前，AI這股大風裡，抓住機遇才是關鍵。但想要入行，自身也需要有扎實的基礎。
在應聘機器學習相關工作崗位時，常常會遇到各種各樣的機器學習問題和知識點。為了幫助大家對這些知識點進行梳理和理解，能夠更好地應對機器學習筆試包括面試。下麵是一些機器學習筆試題，希望能夠對大家有所幫助：
Q1. 在回歸模型中，下列哪一項在權衡欠擬合（under-fitting）和過擬合（over-fitting）中影響最大？
A. 多項式階數
B. 更新權重 w 時，使用的是矩陣求逆還是梯度下降
C. 使用常數項
答案：A
解析：選擇合適的多項式階數非常重要。如果階數過大，模型就會更加複雜，容易發生過擬合；如果階數較小，模型就會過於簡單，容易發生欠擬合。如果有對過擬合和欠擬合概念不清楚的，見下圖所示：
Q2. 下列關於極大似然估計（MaximumLikelihood Estimate，MLE），說法正確的是（多選）？
A. MLE 可能並不存在
B. MLE 總是存在
C. 如果 MLE 存在，那麼它的解可能不是唯一的
D. 如果 MLE 存在，那麼它的解一定是唯一的
答案：AC
解析：如果極大似然函式 L(θ) 在極大值處不連續，一階導數不存在，則 MLE 不存在，如下圖所示：
另一種情況是 MLE 並不唯一，極大值對應兩個 θ。如下圖所示：
Q3. 如果我們說“線性回歸”模型完美地擬合了訓練樣本（訓練樣本誤差為零），則下麵哪個說法是正確的？
A. 測試樣本誤差始終為零
B. 測試樣本誤差不可能為零
C. 以上答案都不對
答案：C
解析：根據訓練樣本誤差為零，無法推斷測試樣本誤差是否為零。值得一提是，如果測試樣本樣本很大，則很可能發生過擬合，模型不具備很好的泛化能力！
以上筆試題來自@紅色石頭，公眾號AI有道
如果上述題目對你來說非常簡單，那麼恭喜你，如果你看到題處於兩眼一黑啥都不懂，但又想對人工智慧有所瞭解。那麼推薦網易雲課堂推出的《網易人工智慧零基礎入門》體驗營，這系列課程可以幫助你對人工智慧有初步且全面的瞭解，並且這是免費的。
如果你真的想要瞭解人工智慧，推薦去聽一聽，花幾個小時也許對人生有大的改變。
《網易人工智慧零基礎入門》體驗營
PART1
《網易人工智慧零基礎入門》免費課程
課程大綱
▼
機器學習的就業前景
課前熱身：Python實戰複習
機器學習工程師的實際應用案例
PART2
《AI入行難？這裡有一條入門捷徑》免費直播課
7月17日20:00-21:00
直播講師
▼
機器學習工程師微專業金牌老師 鄭林峰
直播大綱
▼
1. 瞭解自己：優勢/劣勢？瞭解自己才能有的放矢
2. 展望未來：我要在未來做什麼
3. 活在未來：財富，枷鎖，價值觀與方法論
4. 改變當下：自驅力x時間，從多維競爭中勝出的法寶
PART3
人工智慧精品學習資料包
人工智慧數學基礎、機器學習6個實戰案例及專案原始碼、國外論文
如何獲取？
掃碼加入QQ群
即可免費攻讀《網易人工智慧零基礎入門》
120分鐘精品入課+6大實戰案例及專案原始碼
群號：666256843
為了保證學習體驗，
本次“人工智慧學習群”限時開放
數量有限，欲報從速
