關于AI，程式員需要了解這些！

AI可以說是時下最熱門的話題之一，也是衆多程式員關注的主題，那麼如果你想要入門AI，需要這些什麼呢？

0.了解它！

無論是學習什麼，你總要知道這幾個問題：

a.它是什麼？

b.能做什麼？

c.有什麼用？

d.你要用它做什麼？

是以你首先要做的第一步就是——去認識AI。

AI，也就是人工智能，并不僅僅包括機器學習。曾經，符号與邏輯被認為是人工智能實作的關鍵，而如今則是基于統計的機器學習占據了主導地位。

1.工欲善其事，必先利其器

無論學習啥，總要有些趁手的“工具”，才能更好的掌握它。

數學：數學在AI的學習中是相當重要的一部分，主要複習以下科目：①線性代數：矩陣乘法；②高數：求導；③機率論：條件與後驗機率。

英文：這就不必多解釋了，現在的翻譯軟體也不少，讓你能更輕松的看懂那些學習材料。

2.機器學習課程

機器學習的第一門課程建議學習Andrew Ng的機器學習 (Machine Learning - Stanford University | Coursera)。

因為難度适中，但是内容卻又相當豐富，非常适合初入門的程式員。

除了以上的這門課，還可以去找一些相關的課程進行進階學習。

3. 實踐做項目

當你掌握了一定的基礎，就需要練練手，了解一下自己的學習進度。在實戰中你更需要去關心如何擷取資料，以及怎麼調參等。另外，你還需要選擇一個應用方向，是圖像（計算機視覺），音頻（語音識别），還是文本（自然語言處理）。

項目做好後，可以開源到到 Github 上面，然後不斷完善它。實戰項目做完後，你可以繼續進一步深入學習，深度學習或者是繼續機器學習；

4. 進階深度學習/ 機器學習

下面是一些深度學習的資源介紹：

UFLDL： 很詳盡的推導，有翻譯，且翻譯品質很高；

Deep learning (paper)：論文，高屋建瓴，一覽衆山小；

Neural networks and deep learning：由淺入深；

Recurrent Neural Networks： RNN推導初步學習的最佳教程。

下面是機器學習的相關資源：

《機器學習實戰》，作者是 Peter Harrington

《機器學習》，作者是 周志華

原文釋出時間為：2018-06-29

本文作者：w3c技術教程

本文來自雲栖社群合作夥伴“

w3c技術教程

”，了解相關資訊可以關注“

”。