|
人工智能是一个很大的学科，安德里亚斯·卡普兰（Andreas Kaplan）和迈克尔·海恩莱因（Michael Haenlein）将人工智能定义为“系统正确解释外部数据，从这些数据中学习，并应用这些知识经过灵敏顺应完成特定目的和义务的才能”。人工智能的研讨是高度技术性和专业的，各分支范畴都是深化且各不相通的，因此触及范围极广。作为小白，想要自学入门的话，后期需求做的功课有很多，比如：
数学是程序员的基本功，但我指的当然不是那种1+1=2的普通数学，想要在人工智能范畴深化研讨的话，必需要对线性代数、概率论、统计学、微积分等范畴有一个全方位的了解，许多新手就是被数学这一大难关给劝退的。但实践上很多人都曾经具有了高中数学的一些基础知识或者中级知识，这是一个很好的末尾。下面整理了几个比较优秀的数学学习课程，大家可以参考参考：
微积分学
Khan Academy Calculus videos（可汗学院微积分视频）
MIT lectures on Multivariable Calculus（MIT关于多变量微积分的讲座）
线性代数
Khan Academy Linear Algebra videos（可汗学院线性代数视频）
MIT linear algebra videos by Gilbert Strang（Gilbert Strang的MIT线性代数视频）
Coding the Matrix （编码矩阵） – 布朗大学线程代数CS课程
概率和统计
可汗学院 Probability（概率）与 Statistics（统计）视频
edx probability course （edx概率课程）
刚刚提到，数学是程序员的基本功，那有同窗会问了，编程呢？编程可以说是程序员吃饭的工具，是他们拿来看家的本事。想学人工智能，需求你最最少掌握一种编程言语，引荐学习Python言语，一方面缘由是Python言语简单易学，实验环境也易于搭建，另一方面缘由是Python言语有丰富的库支持。目前Python言语在人工智能范畴有广泛的运用，而想要深化一些的话，也还需求你掌握一些其他言语比如Matlab、C++的基本语法。其实这些言语的语法，自学一周左右就能基本了解的差不多，但成绩关键在于运用。自学最大的难点就在于实践训练太少，只学到了纸面上的知识，不能运用到实践中去，这时就需求本人在网上找一些资源来停止练习，或者干脆找一些培训机构来专门的学习编程言语。目前市场上有很多比较专业的培训机构，比如黑马、千峰、达内等等，他们都提供线上以及线下课程，线下课程覆盖全国各大城市，学习起来比较方便；也可以在网上找一些收费的公开课来停止学习，比如：
python零基础相关(网易公开课)
这是一门合适Python零基础的初学者、Web开发程序员、运维人员、有志于从事互联网行业以及各范畴运用Python的人群的课程。
夜曲编程
合适0基础编程小白，刚上手一定是过一遍Python最基本的知识，比如：变量、数据类型、语法等，打好基础后面才顺。引荐百词斩的夜曲编程，把Python的概念用卡片讲得生动粗浅，好掌握，每天20分钟就够，入门很轻松。
相似的公开课还有很多，比如可汗学院公开课：计算机迷信、Python交互式编程入门、Python交互编程入门等等，大家可以本人去网易公开课或者腾讯课堂找一个本人喜欢的了解了解。
后期功课做足之后，就可以尝试着接触一些人工智能的基本概念了，比如了解一下什么是机器学习，深度学习又是什么，数据分析又是什么。到这里，许多新手估计曾经受不了了，太多的专业概念，根本无从下手。所以我建议大家可以再找一些外部协助，比如网课，公开课等等，这样可以协助大家系统完善的学习人工智能。这里我可以再专门给大家引见两个不错的线上课程：
贪心科技 - 人工智能与机器学习
贪心科技是一家抢手的专注于AI教育的科技公司，核心团队由海内外AI专家组成，旗下目前曾经出品了好几门出色的AI范畴线上课程。这门课程是由贪心科技团队的李文哲和Jerry Yuan讲师合作停止讲授，课程之外还专门装备了多名助教教师担任课后答疑以及作业修改工作。
讲师 - 李文哲
曾任金融科技独角兽公司的首席迷信家、美国亚马逊的高级工程师，先后担任过聊天机器人、量化买卖、自顺应教育、金融知识图谱等项目，并在AAAI、KDD、AISTATS等顶会上发表过15篇以上论文，并荣获IAAI，IPDPS的最佳论文奖，多次出席行业峰会发表演讲。分别在USC, TAMU，南开攻读博士、硕士和本科。在荷兰访问时期，师从AI顶级学者Max Welling教授。
讲师 - Jerry Yuan
拥有14年人工智能、引荐系统、自然言语处理、数字图像和视频处理项目阅历，主导多款核心引荐系统的研发，是人工智能、分布式系统、云计算方面的专家。曾师从中国迷信院王守觉院士从事人脸辨认研讨、共同发表论文。在美国博士时期，次要研讨NASA（美国航天局）支持的基于人工智能的空间天气预测项目。先后在AI相关会议和杂志上发表过15篇以上的论文。
课程内容
这门课程次要面向想系统性学习AI的在职人士（IT、运营、产品、财务等等）以及在校先生，经过这门课程的学习可以为后续的转型做预备，或者用这些学到的技术来提升工作的效率。在课程当中，一切核心机器学习算法背后的技术细节以及推导都得到了片面的阐述。除了每章之后的作业之外，课程中间还单独设置了几个实训章节，因此这门课程可以说愈加倾向于实际与实战的结合。
这套课程总共17个章节，知识覆盖面非常广泛，而相对于线下课程来说，学习工夫愈加灵敏，课程内容也愈加精干，省去了面授课程中冗杂的有意义片段，刀刀到肉，针针见血；另外，由于贪心科技是专门主打线上课程的培训机构，因此其配套设备非常完善，学员无须本人下载软件，一切练习均可在其线上平台完成，非常方便。
课程目录
人工智能基础
线性回归
逻辑回归
模型泛化
【项目作业】-广告点击率预测
朴素贝叶斯
【项目作业】-情感分析项目
决策树
随机森林
提升树
【项目作业】-信誉卡欺诈预测
K-Means
主成分分析
【项目作业】-批发场景中的用户分层
神经网络
支持向量机
【项目作业】-手势语辨认
讲授案例
贪心科技课程的一个亮点在于，区别于传统的线上课程，他家的课程不只仅运用视频讲解，而是经过视频、文字以及图片的结合，达到了传统视频教学无法比拟的教学效果。比如在解释“深度学习”时，为了让同窗们真正了解深度学习的概念，李文哲教师将深度学习与浅层学习经过图形的方式做了对比，将深度学习表达为“浅层学习的叠加”，将深奥的实际概念经过只言片语便轻松的讲解出来了。
课程中间穿插的小选择题轻松风趣，协助我们完全浸退学习的氛围。答题之后，会有专业的答案解析，当然，假如感觉标题太难，还可以相应的调整标题难度，非常兽性化。
最后，每个大节之后还会有非常精简的课程总结，方便同窗们及时回顾本节学习的内容，让大家学的扎实。
亮点
这门课程由于是专门面向初学者的商业课程，所以相对来说它愈加注重满足用户群的需求。先来看看贪心科技官网给出的这门课程的卖点：
本人之前本人也上过这门课程，上完之后本人也总结出了几个令人眼前一亮的闪光点：
课程设计轻量化，可以满足下班族和先生党的工夫需求 无需自行下载软件，一切操作都可在平台完成，学习方便 实操作业多，且案例覆盖范畴较广，可以及时对所学实际停止巩固和运用 知识覆盖面广，合适新手入门
其中，“有助教”这一点，对我来讲应该是这门课程最大的一个优势。相较于网上冰冷的自学课程而言，与助教停止有效的互动可以随时处理本人遇到的成绩，省去了大把查阅材料的精神，学习起来非常省心；而助教的存在，同时也减小了线上课程与线下课程的区别，使得学习有一种身临其境的感觉。
课程难度
这门课合适想要转型投身AI行业的初学者，需求的基础知识不多，并且课程当中知识点讲解比较透彻，作为小白非常容易上手，再加上有助教教师的答疑，学习起来可以算是毫不费力。学完全套课程之后可以达到初级算法工程师的标准，技术上完全可以胜任。
基础知识
具有高中以上数学基础，了解简单的统计与线性代数；半年以上编程阅历，包括但不限于Python。
李宏毅 - 机器学习公开课
李宏毅教师的机器学习公开课每年都会更新一次，每一个版本在当时都可以说是经典之作，新手拿来作为了解机器学习以及AI人工智能的入门教材非常不错。
讲师
李宏毅现任台湾大学电气工程助理教授，研讨重点是机器学习，特别是深度学习范畴。他的一系列机器学习课程公开课视频，被很多人在机器学习范畴当做入门教材。
李教师的课程中干货满满，其课程视频被许多人称赞为最好的中文机器学习课程视频。李教师的讲课风格倾向于幽默风趣，常常会运用一些卡通笼统来添加课程的兴趣性。一些晦涩难懂的实际知识，在他笼统生动的讲解下往往会变的容易掌握。
课程内容
这门课程在内容方面其实愈加倾向于深度学习范畴，相对来说比较进阶，但李宏毅教师自信的表示，这并不会影响这门课“机器学习入门课”的属性，照旧会让绝大多数人听得懂，大家照旧可以尝试着将它作为机器学习的第一门课。
既然是入门课，那它的课程设置必然就相对比较容易上手，“从最基本的观念讲到最前瞻的技术”是这门课的一大特征，其2021年的课程是这样设置的：
课程引见
深度学习
自留意力
机器学习实际
Transformer
生成式形式
自监督学习
可解释AI / 对抗攻击
域自顺应 / 强化学习
量子机器学习
终身紧缩
元学习
亮点
李宏毅教师的课程总结上去有两大亮点：
1. 结合卡通笼统来讲解实际知识，风格幽默风趣、生动笼统
2. 合适初学者，有配套作业题
3. 运用Python作为编程言语，对大多数初学者比较敌对
课程难度
这是一门合适初学者的入门课程，重点倾向于深度学习，想对深度学习有所了解的同窗可以尝试去听听看。
基础知识
这门课需求提早掌握数学和编程上的一些基础知识。
数学上需求掌握：微积分、线性代数、概率论；
编程上需求掌握：Python相关语法、套件。在课程中需求能读懂并修正课上给出的一些范例代码，教师会默许你曾经基本掌握Python语法。
总结
说了这么多，其实学习人工智能呢，最次要的还是有一颗热爱学习的心。找到合适本人的学习方式只是第一步，自学重要的还是坚持。只要坚持学下去，才能得到应有的播种，万万不可半途而废。最后预祝题主在人工智能的世界里找到本人的那一片天！ | 
