怎樣才能學(xué)好AI？選好方向和學(xué)習(xí)資源簡單的方法AI以及一個大類，牽涉到到很多子方向，除了機器學(xué)習(xí)，深度學(xué)習(xí)，計算機視覺，自然語言處理，機器翻譯，語音技術(shù)，多媒體技術(shù)，機器人技術(shù)等。剛?cè)腴T學(xué)習(xí)的話，建議

怎樣才能學(xué)好AI？

選好方向和學(xué)習(xí)資源簡單的方法AI以及一個大類，牽涉到到很多子方向，除了機器學(xué)習(xí)，深度學(xué)習(xí)，計算機視覺，自然語言處理，機器翻譯，語音技術(shù)，多媒體技術(shù)，機器人技術(shù)等。剛?cè)腴T學(xué)習(xí)的話，建議您是可以從具體看的小項目拿定主意，先對AI咨詢的算法有個直觀感受。

其中幾個都很好的課程比較適合沒基礎(chǔ)：

吳恩達老師的機器學(xué)習(xí)：

吳恩達老師的深度學(xué)習(xí)：

（網(wǎng)易云課堂中文版）

斯坦福的深度學(xué)習(xí)課程：

GeoffreyE.Hinton教授的課程：

深度學(xué)習(xí)大神YoshuaBengio的deep learningbook，現(xiàn)在也有中文翻譯版本：

自學(xué)路線當(dāng)你對某個子方向.例如機器學(xué)習(xí)（ML）、計算機視覺(CV)或自然語言處理（NLP）很有興趣后，就可以不漸漸探索閱讀理解一些paper；如果你是一些基礎(chǔ)功底是必不可少的，除了編程基礎(chǔ)（python，c）、數(shù)學(xué)基礎(chǔ)（矩陣計算出，概率統(tǒng)計等）、數(shù)字圖像處理等；結(jié)果是做實驗的框架，也可以先選用比較較容易上手的keras。tensorflow、pytorch和caffe也主流的實驗和開發(fā)框架，手中掌握極為強大的開發(fā)和討論社區(qū)。比如在github上編程的或理論方面都是可以先發(fā)布問題來請教。

學(xué)習(xí)環(huán)境要學(xué)好AI，那你好的環(huán)境也是不可缺少的，除開你的硬件設(shè)施，選擇類型好的導(dǎo)師，組建好的研究小組，多和別人討論。畢竟獨學(xué)而無友，則孤陋而見識少。那樣的話你的提升都會都很快，也也可以少走一些彎路。

再申請實習(xí)要掌握過硬的本領(lǐng)，那現(xiàn)在就要在實際中（.例如工業(yè)界）并且分析檢驗和鍛煉。可以去申請比較好牛的公司實習(xí)崗位，國內(nèi)三巨頭包括人工智能方面的獨角獸企業(yè)都可以，這些公司好象會有大量的數(shù)據(jù)和豐富的資源來實現(xiàn)你的想法，利人利已嘛！

文末彩蛋易學(xué)智能專注于減低人工智能的學(xué)習(xí)門檻和應(yīng)用門檻，對人工智能的初學(xué)者、業(yè)內(nèi)人士都四個準(zhǔn)備好了豐盛的晚餐的知識大餐，涵蓋干貨分享、技能培訓(xùn)、開發(fā)環(huán)境租賃等。感謝大家了解易學(xué)智能頭條號并來撩。

中專讀人工智能要學(xué)編程嗎？

不需要，學(xué)python就夠了，假如你要想工程化的話，大概還必須學(xué)C。

現(xiàn)在人工智能比較比較火的方向是做深度學(xué)習(xí)，深度學(xué)習(xí)主流那是使用Python的，不過還有一些可以使用C的(caffe)、也有使用lua的(torch)，幫我推薦學(xué)python，簡單點容易。一般來說就算是是搞純理論也必須編寫代碼的，畢竟你要跑實驗去驗證驗證理論的有效性。