上一篇我們講到了人工智能的一些應用，對于計算機專業的小白，我們如果對人工智能感興趣，我們該如何入手呢？本文主要參考了一個已經工作多年的大牛的一篇部落格，針對AI小白整理歸納而來，寫此主要是為了友善我後期學習是作參考之用。
學習人工智能的步驟
（1）将高等數學基礎知識學透
從基礎的資料分析、線性代數及矩陣等等入門，隻有打好了基礎，後面才好學，不能沒有邏輯的看一塊學一塊。
（2）學好python
python具有豐富和強大的庫，能夠把用其他語言制作的各種子產品（尤其是C/C++）很輕松地聯結在一起。比如3D遊戲中的圖形渲染子產品，性能要求特别高，就可以用C/C++重寫，而後封裝為Python可以調用的擴充類庫。這也是人工智能必備知識。
（3）掌握機器學習算法（重點）
對于機器學習算法，不僅要了解，還要會用。如果是多年的程式員，可參考下圖所示。
（4）提升學習深度學習算法
當第三步完成得差不多的時候，相信你已經進入這個領域了。因為機器學習是一門多領域交叉的學科，涉及機率論、統計學、算法複雜度等多門學科。是AI的核心，是使計算機具有智能的根本途徑。後續就可以學習如下圖所示的内容。
（5）實際項目試煉
人工智能的學習過程，不能缺少實際項目應用的操作。當你深度學習都學完之後。就可以找一些實際的例子來實驗一些你的學習成果。
推薦算法是計算機專業的一種算法，就是利用使用者的一些行為，通過一些數學算法，推測出使用者可能喜歡的東西，在AI種起到一定的判斷作用。
分布式收索引擎是根據地域、主題、IP位址及其它的劃分标準，将全網分成若幹個自治區域，在每個自治區域内設立一個檢索伺服器的裝置。這些就是人工智能主要應該學習的内容。
你也可以參考一些比較典型的例證，網上都有相應的代碼，可以了解，學習。
以上就是我學習人工智能的以來對其的一個淺層的了解，記錄下來隻為了能互相學習，如果有不對的地方，還望指出，謝謝。