學(xué)人工智能先要學(xué)什么?
人工智能是一個包含很多學(xué)科的交叉學(xué)科，你需要了解計算機的知識、信息論、控制論、圖論、心理學(xué)、生物學(xué)、熱力學(xué)，要有一定的哲學(xué)基礎(chǔ)，有科學(xué)方法論作保障。人工智能學(xué)習(xí)路線最新版本在此奉上：
首先你需要數(shù)學(xué)基礎(chǔ)：高等數(shù)學(xué)，線性代數(shù)，概率論數(shù)理統(tǒng)計和隨機過程，離散數(shù)學(xué)，數(shù)值分析;
其次需要算法的積累：人工神經(jīng)網(wǎng)絡(luò)，支持向量機，遺傳算法等等算法;
當(dāng)然還有各個領(lǐng)域需要的算法，比如你要讓機器人自己在位置環(huán)境導(dǎo)航和建圖就需要研究SLAM;
算法很多需要時間的積累。
然后，需要掌握至少一門編程語言，畢竟算法的實現(xiàn)還是要編程的;如果深入到硬件，一些電類基礎(chǔ)課必不可少;
人工智能一般要到研究生才會去學(xué)，本科也就是蜻蜓點水看看而已，畢竟需要的基礎(chǔ)課過于龐大。
剛才提到的這些學(xué)科的每一門都是博大精深的，但同時很多事物都是相通的，你學(xué)了很多知識有了一定的基礎(chǔ)的時候再看相關(guān)知識就會觸類旁通，很容易。在這中間關(guān)鍵是要有自己的思考，不能人云亦云。畢竟，人工智能是一個正在發(fā)展并具有無窮挑戰(zhàn)和樂趣的學(xué)科。
人工智能的首選語言是Python，因此大家一定要學(xué)好Python語言。人工智能學(xué)習(xí)的重點是機器學(xué)習(xí)：
1、斯坦福大學(xué)公開課 ：機器學(xué)習(xí)課程
2、數(shù)據(jù)分析競賽kaggle
3、Deep learning-author Joshua Bengio
機器學(xué)習(xí)書單python實戰(zhàn)編程
1、Python for Data Analysis
2、SciPy and NumPy
3、Machine Learning for Hackers
4、Machine Learning in Action
人工智能專業(yè)前景如何?
極其好。如果說計算機專業(yè)是上個時代的老大，那么人工智能專業(yè)就是下個時代的龍頭。因為：