學(xué)人工智能先要學(xué)什么?
人工智能是一個(gè)包含很多學(xué)科的交叉學(xué)科，你需要了解計(jì)算機(jī)的知識(shí)、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(jì)和隨機(jī)過(guò)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(jī)，遺傳算法等等算法;
當(dāng)然還有各個(gè)領(lǐng)域需要的算法，比如你要讓機(jī)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(shí)間的積累。
然后，需要掌握至少一門(mén)編程語(yǔ)言，畢竟算法的實(shí)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(huì)去學(xué)，本科也就是蜻蜓點(diǎn)水看看而已，畢竟需要的基礎(chǔ)課過(guò)于龐大。
剛才提到的這些學(xué)科的每一門(mén)都是博大精深的，但同時(shí)很多事物都是相通的，你學(xué)了很多知識(shí)有了一定的基礎(chǔ)的時(shí)候再看相關(guān)知識(shí)就會(huì)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(gè)正在發(fā)展并具有無(wú)窮挑戰(zhàn)和樂(lè)趣的學(xué)科。
人工智能的首選語(yǔ)言是Python，因此大家一定要學(xué)好Python語(yǔ)言。人工智能學(xué)習(xí)的重點(diǎn)是機(jī)器學(xué)習(xí)：
1、斯坦福大學(xué)公開(kāi)課 ：機(jī)器學(xué)習(xí)課程
2、數(shù)據(jù)分析競(jìng)賽kaggle
3、Deep learning-author Joshua Bengio
機(jī)器學(xué)習(xí)書(shū)單python實(shí)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(shuō)計(jì)算機(jī)專業(yè)是上個(gè)時(shí)代的老大，那么人工智能專業(yè)就是下個(gè)時(shí)代的龍頭。因?yàn)椋?/p>