在结束不久的百度AI开发者大会上，除了无人车之外，还有一位12岁的小程序员袁翊闳，四年级开始接触计算机，初一开始自学编程，掌握了BASIC、Python等语言。
图片来自网络
在百度推出的对话式人工智能操作系统DuerOS上，他已经开发了3个技能。作为大会年龄最小的开发者，他的技术水平和很多成年人不相上下。
提到袁翊闳，不是为了贩卖焦虑，是来送碗鸡汤，真正感兴趣并付出努力的东西，总会有结果。很多人想要入门AI，会有很多顾虑，零基础，跨专业等等。如果你往前的意愿足够强烈，所有人都会为你让道，这个道理放在哪都是一样。
李彦宏说”Everyone can AI”,这句话足够让AI热爱者们热血沸腾。百度的AI生态已经逐渐清晰，昆仑芯片、百度大脑3.0、DuerOS3.0、量产的Apollo，百度已经有了芯片、深度学习框架、平台，以及应用生态的完整布局。
AI开发者大会展示了AI在地板检测、援藏医疗的应用案例，AI有着广阔的应用前景，未来各行各业都会有AI的渗透，交通、物流、汽车、技术公司处在AI采用的前沿。
问题是，AI相关的人才从哪里来？不说未来几年，目前人工智能相关的人才都是各企业争相争抢的对象，月薪20k只能算是市场行情价，高的能给到50k。
信息来自拉勾网
让AI选择你（机器学习笔试题）
高薪资和良好的应用前景摆在面前，AI这股大风里，抓住机遇才是关键。但想要入行，自身也需要有扎实的基础。
在应聘机器学习相关工作岗位时，常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解，能够更好地应对机器学习笔试包括面试。下面是一些机器学习笔试题，希望能够对大家有所帮助：
Q1. 在回归模型中，下列哪一项在权衡欠拟合（under-fitting）和过拟合（over-fitting）中影响最大？
A. 多项式阶数
B. 更新权重 w 时，使用的是矩阵求逆还是梯度下降
C. 使用常数项
答案：A
解析：选择合适的多项式阶数非常重要。如果阶数过大，模型就会更加复杂，容易发生过拟合；如果阶数较小，模型就会过于简单，容易发生欠拟合。如果有对过拟合和欠拟合概念不清楚的，见下图所示：
Q2. 下列关于极大似然估计（MaximumLikelihood Estimate，MLE），说法正确的是（多选）？
A. MLE 可能并不存在
B. MLE 总是存在
C. 如果 MLE 存在，那么它的解可能不是唯一的
D. 如果 MLE 存在，那么它的解一定是唯一的
答案：AC
解析：如果极大似然函数 L(θ) 在极大值处不连续，一阶导数不存在，则 MLE 不存在，如下图所示：
另一种情况是 MLE 并不唯一，极大值对应两个 θ。如下图所示：
Q3. 如果我们说“线性回归”模型完美地拟合了训练样本（训练样本误差为零），则下面哪个说法是正确的？
A. 测试样本误差始终为零
B. 测试样本误差不可能为零
C. 以上答案都不对
答案：C
解析：根据训练样本误差为零，无法推断测试样本误差是否为零。值得一提是，如果测试样本样本很大，则很可能发生过拟合，模型不具备很好的泛化能力！
以上笔试题来自@红色石头，公众号AI有道
如果上述题目对你来说非常简单，那么恭喜你，如果你看到题处于两眼一黑啥都不懂，但又想对人工智能有所了解。那么推荐网易云课堂推出的《网易人工智能零基础入门》体验营，这系列课程可以帮助你对人工智能有初步且全面的了解，并且这是免费的。
如果你真的想要了解人工智能，推荐去听一听，花几个小时也许对人生有大的改变。
《网易人工智能零基础入门》体验营
PART1
《网易人工智能零基础入门》免费课程
课程大纲
▼
机器学习的就业前景
课前热身：Python实战复习
机器学习工程师的实际应用案例
PART2
《AI入行难？这里有一条入门捷径》免费直播课
7月17日20:00-21:00
直播讲师
▼
机器学习工程师微专业金牌老师 郑林峰
1. 了解自己：优势/劣势？了解自己才能有的放矢
2. 展望未来：我要在未来做什么
3. 活在未来：财富，枷锁，价值观与方法论
4. 改变当下：自驱力x时间，从多维竞争中胜出的法宝
人工智能数学基础、机器学习6个实战案例及项目源码、国外论文
如何获取？
扫码加入QQ群
即可免费攻读《网易人工智能零基础入门》
120分钟精品入课+6大实战案例及项目源码
群号：666256843
