1樓：這是乙個flag
Step1：了解行業資訊，先來一波科普
Step2：務實基礎—高數+Python來當道機器學習裡面涉及了很多演算法，而這些演算法又是數學推導出來，所以你要理解演算法，就需要先學習一部分高數知識。不管是你在機器幾面編輯乙個演算法還是應用演算法，你都需要通過寫程式來和機器進行對話，
Step3：機器學習演算法+實踐
掌握以上基礎以後，就要開始學習完機器學習的演算法，並通過案例實踐來加深理解和掌握。還有很多機器學習的小案例等著你來挑戰，前面掌握的好，後面當然輕鬆很多，步入深度學習
Step4：深度學習
深度學習需要機器大量的資料來訓練模型，所以你得掌握一些資料探勘和資料分析的技能，然後你再用來訓練模式。在這裡你可能會有疑問，據說深度學習，好像有很多神經網路，看著好複雜，編輯這些神經網路那不是太難了，你大可放心，谷歌、亞馬遜、微軟等大公司已經把這些神經網路模型封裝在他們各自的框架裡面了，你只需要呼叫就可以了。
2樓：
首先，興趣很重要。人工智慧本身是乙個跨學科的分類。
計算機——AI分科劃到的CS裡，計算機基礎計算機基礎能很重要。
語言學——自然語言處理需要相關知識，說話都聽不懂，那就不叫AI了。
神經科學——AI很重要的乙個方向是模擬人腦。
心理學和哲學——什麼是智慧型，人如何認知，如何學習。這些問題都有心理學和哲學去回答。控制論——不太懂，感覺是做機械人的吧。
沒有人能完全精通上面所有學科。做一些涉獵，有問題得知道到哪找。
學習過程先推薦看看人工智慧基本書籍。建議是先有個大概的概念結構，然後再決定走哪個分支，補哪些知識。
3樓：溫柔的刺客
人工智慧在國內是清華大學比較好，其實驗室是有圖靈獎獲得者姚期智帶領的．．．
至於書籍，先把計算機基礎課學好，比如計算機原理，演算法，資料結構，編譯原理這些對以後的研究生學生會有非常大的幫助．．．
4樓：文刀叉點
那玩意兒不叫人工智慧
你要考的話就考模式識別、資料探勘、機器視覺、計算機視覺之類的專業
人工智慧只是說起來好聽的，並沒有任何卵用
AI人工智慧如何學習？
永無止境 可以先挑選一些簡單實用的人工智慧演算法，進行學習。例如，卷積神經網路就是乙個不錯的選擇，在影象 語音 文字 振動等資料上均取得了不錯的效果。在其基礎上，還衍生出了一系列新的方法，例如殘差網路 深度殘差收縮網路等。卷積神經網路 殘差網路 深度殘差收縮網路 lili 首先，興趣很重要，人工智慧...
如何區分人工智慧是計算還是思考？人工智慧是否可以做到從無到有？
冰笛 思考和計算是一回事，是不同領域對同一事物的不同稱謂而已，沒必要區分。人工智慧可以做到從無到有。只是這過程理解起來有點複雜，可以參考46億年的人類進化史。 AI教育科普 首先回答第2個問題，目前階段人工智慧做不到從無到有，因為它是要基於大量的資料進行機器學習和深度學習，如果沒有資料，他根本不可能...
物理系學生如何學習人工智慧？
大江東去 樓主已經有微積分和線性代數的基礎，估計可以很快學會多層感知機 卷積神經網路等演算法，尤其建議掌握卷積神經網路和它的一些變體，例如 卷積神經網路 卷積神經網路是現在最常用的機器學習方法之一，尤其在影象 語音領域。卷積神經網路 深度殘差網路 深度殘差網路的核心在於identity connec...