人工智能涉及数学基础如高等数学、线性代数、概率论等，以及机器学习算法，包括回归、实例学习、正则化、决策树、贝叶斯方法、核方法等。编程工具推荐Python，关注行业动态，实践深度学习并使用GPU和开源框架进行实践。选择特定领域深入研究是成为专家的关键。
人工智能？
感觉这个词很广泛，我之前想把人工智能当成某一项技术来学，但是并没有找到我满意的答案，还是说人工智能本就不是某一项技术？
首先回答一下人工智能到底学什么
1、学习并掌握一些数学知识
高等数学是基础中的基础，一切理工科都需要这个打底，数据挖掘、人工智能、模式识别此类跟数据打交道的又尤其需要多元微积分运算基础
线性代数很重要，一般来说线性模型是你最先要考虑的模型，加上很可能要处理多维数据，你需要用线性代数来简洁清晰的描述问题，为分析求解奠定基础
概率论、数理统计、随机过程更是少不了，涉及数据的问题，不确定性几乎是不可避免的，引入随机变量顺理成章，相关理论、方法、模型非常丰富。很多机器学习的算法都是建立在概率论和统计学的基础上的，比如贝叶斯分类器、高斯隐马尔可夫链。
再就是优化理论与算法，除非你的问题是像二元一次方程求根那样有现成的公式，否则你将不得不面对各种看起来无解但是要解的问题，优化将是你的GPS为你指路
有以上这些知识打底，就可以开拔了，针对具体应用再补充相
最低0.47元/天 解锁文章
扫一扫
1715
到【灌水乐园】发言
