人工智能都要学习到什么？

Question

如题所述

Answer 1

人工智能是一个包含很多学科的交叉学科，你需要了解计算机的知识、信息论、控制论、图论、心理学、生物学、热力学，要有一定的哲学基础，有科学方法论作保障。人工智能学习路线最新版本在此奉上：
首先你需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析；
其次需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法；
当然还有各个领域需要的算法，比如你要让机器人自己在位置环境导航和建图就需要研究SLAM；
算法很多需要时间的积累。
然后，需要掌握至少一门编程语言，毕竟算法的实现还是要编程的；如果深入到硬件，一些电类基础课必不可少；
人工智能一般要到研究生才会去学，本科也就是蜻蜓点水看看而已，毕竟需要的基础课过于庞大。
刚才提到的这些学科的每一门都是博大精深的，但同时很多事物都是相通的，你学了很多知识有了一定的基础的时候再看相关知识就会触类旁通，很容易。在这中间关键是要有自己的思考，不能人云亦云。毕竟，人工智能是一个正在发展并具有无穷挑战和乐趣的学科。
人工智能的首选语言是Python，因此大家一定要学好Python语言。人工智能学习的重点是机器学习：
1、斯坦福大学公开课 ：机器学习课程
2、数据分析竞赛kaggle
3、Deep learning-author Joshua Bengio
机器学习书单python实战编程
1、Python for Data Analysis
2、SciPy and NumPy
3、Machine Learning for Hackers
4、Machine Learning in Action

Answer 2

事实上，人工智能现在已经成为了一个巨大无比的学科，有着众多的分支和方向，不同的子方向对于学科知识的要求也不尽相同。总的来说，对于人工智能学习而言，最重要的学科知识主要涉及到数学和计算机，至于细节则视方向而定。举例而言，现在人工智能领域最炙手可热的领域可能还是机器学习，而统计学习又在机器学习领域占据了大半河山。因此，统计的基本理论必须得了解，随机过程需要有所涉猎，此外让我个人纠结的一个问题是机器学习的部分派别居然涉及到了部分（或者说很多）几何学和代数的知识，一言以蔽之，曰令人蛋疼。而人工智能的其他方向所需要的知识也各不相同，例如智能计算这个部分需要你对数据结构的基础有所了解，具有较强的算法实现能力（好事情是从科研的角度上这往往是对matlab的要求）。而传统的人工智能学派（不是说连接主义的那帮仁兄）给我的直观印象基本上就耗在谓词逻辑上了。另外，想学好上面说的这些，高等数学和线性代数算是基础吧，实际上个人建议你去弄本数学分析和高等代数来翻翻，里面的思路很重要。如果你日后成为了维纳的徒子徒孙，你会发现泛函分析的重要性和学习起来的操蛋性。计算机这块，实在不好说该学哪些知识，因为好像很多知识都很重要。从仿真的角度上看，建议用matlab，实用的角度上个人总是推荐python，当然效率的角度上C往往是不二之选，此外还有很多东西，如果你真的想学AI，你很快会发现这是个总是充满惊喜同时又令人不断的蛋疼的学科，需要大量的耐心与毅力的投入。祝好运。本回答被网友采纳

Answer 3

这是人工智能的所有课程，要是感兴趣的话，可以了解一下：
第一阶段
前端开发 Front-end Development
1、桌面支持与系统管理（计算机操作基础Windows7）
2、Office办公自动化
3、WEB前端设计与布局
4、javaScript特效编程
5、Jquery应用开发

第二阶段
核心编程 Core Programming
1、Python核心编程
2、MySQL数据开发
3、Django 框架开发
4、Flask web框架
5、综合项目应用开发

第三阶段
爬虫开发 Reptile Development
1、网络爬虫开发
2、爬虫项目实践应用
3、机器学习算法
4、Python人工智能数据分析
5、python人工智能高级开发

第四阶段
人工智能 PArtificial Intelligence
1、实训一：WEB全栈开发
2、实训二：人工智能终极项目实战

Answer 4

将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。

Answer 5

Python全栈开发与人工智能之Python开发基础知识学习内容包括：Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。本回答被网友采纳