Java程序員可以轉(zhuǎn)換到人工智能領(lǐng)域嗎？首先，你需要數(shù)學基礎(chǔ)：高等數(shù)學、線性代數(shù)、概率論、數(shù)理統(tǒng)計與隨機過程、離散數(shù)學、數(shù)值分析其次，你需要算法的積累：人工神經(jīng)網(wǎng)絡(luò)、支持向量機、遺傳算法等；當然，在各

Java程序員可以轉(zhuǎn)換到人工智能領(lǐng)域嗎？

首先，你需要數(shù)學基礎(chǔ)：高等數(shù)學、線性代數(shù)、概率論、數(shù)理統(tǒng)計與隨機過程、離散數(shù)學、數(shù)值分析

其次，你需要算法的積累：人工神經(jīng)網(wǎng)絡(luò)、支持向量機、遺傳算法等；當然，在各個領(lǐng)域也需要算法，比如slam研究如果你想讓機器人在定位環(huán)境中導航和地圖的話，簡單來說，很多算法需要時間去積累；

那么，你至少需要掌握一種編程語言，畢竟算法的實現(xiàn)還需要編程；如果深入硬件，一些基礎(chǔ)的電工課程是必不可少的；

人工智能一般需要研究生學習，本科生只需要泛泛而談，畢竟基礎(chǔ)課太大了。

java開發(fā)，轉(zhuǎn)大數(shù)據(jù)好還是機器學習？

謝謝。我建議轉(zhuǎn)向大數(shù)據(jù)。

我也從事java開發(fā)，我對這個主題的糾纏也有同樣的感受。畢竟，如果我精通Java，我已經(jīng)付出了大量的學習精力。如果我學習機器學習，我基本上想告別Java，這無疑是一個非常不幸的選擇。

此外，轉(zhuǎn)向機器學習不僅需要深入了解python，還需要掌握數(shù)學算法，這是不可能一蹴而就的。因此，轉(zhuǎn)向人工智能的風險相對較高，很容易打亂一個人的職業(yè)規(guī)劃。

目前，大數(shù)據(jù)方向仍是一個需求量大、前景好的工作方向。Java廣泛應(yīng)用于大數(shù)據(jù)領(lǐng)域。單憑Hadoop生態(tài)系統(tǒng)就足以完成大量的大數(shù)據(jù)工作，而Hadoop和Java是分不開的。

最重要的是大數(shù)據(jù)方向不會低于機器學習的工資，機器學習還處于初級階段。別擔心工資問題。

有沒有做過支持向量機做預測模型的matlab程序做個參考？

瀉藥，應(yīng)該用支持向量機做回歸預測！沒有預測，但根據(jù)被試的描述，j只與三個變量XYZ同時相關(guān)。它可以用支持向量機做回歸預測，得到J變量，但是t1時間x，y，Z不知道，根據(jù)t時間x，y，Z做預測應(yīng)該是不可行的，但是可以找到時間前后的對應(yīng)關(guān)系，然后用支持向量回歸機做預測，具體推薦《支持向量機數(shù)據(jù)挖掘新方法》這本書，關(guān)于回歸的介紹