人工智能学习路线分享

因为近几年AI大火，之前也萌生了学习人工智能的想法，稍微研究了一下学习路线，这里分享借鉴一下。








之前经常听别的大佬说参加阿里云天池大赛，作为人工智能方向的实践，后来我就去阿里云天池的官网上看了一下，就找到了这个AI学习路线，个人感觉还是很全面的，不过相关的课程我更喜欢自己去B站上找教程学习。
python：
这个就不多说了，需要用到的工具语言，而且目前也有许多优秀开源的人工智能框架。
数据分析：
如Numpy、Pandas、Matplotlib这样数据分析的库，都是需要学习的，人工智能需要处理大量的数据，必须要掌握这些工具。
数学基础：
线性代数：主要涉及向量、矩阵运算，用于处理高维数据等。
微积分：优化算法的理解以及梯度计算的基础。
概率论与统计学：常见如贝叶斯网络需要用到，用于理解和构建概率模型。
机器学习：
监督学习：大概如逻辑回归、决策树、支持向量机、随机森林、神经网络等算法。
无监督学习：聚类分析、自编码器、生成对抗网络等算法。
其他如半监督学习、强化学习和迁移学习等。
深度学习
机器学习后下一个学习阶段，一些深度学习的框架如TensorFlow、Pytorch等至少也是需要掌握一个，是实现复杂神经网络结构和训练模型所需的工具。
其他一些如计算机视觉、自然语言处理、语音识别应用方向，可以根据自己实际情况选择。