原标题：关于AI，程序员需要了解这些！

AI可以说是时下最热门的话题之一，也是众多程序员关注的主题，那么如果你想要入门AI，需要这些什么呢？

0.了解它！

无论是学习什么，你总要知道这几个问题：

a.它是什么？

b.能做什么？

c.有什么用？

d.你要用它做什么？

所以你首先要做的第一步就是——去认识AI。

AI，也就是人工智能，并不仅仅包括机器学习。曾经，符号与逻辑被认为是人工智能实现的关键，而如今则是基于统计的机器学习占据了主导地位。

1.工欲善其事，必先利其器

无论学习啥，总要有些趁手的“工具”，才能更好的掌握它。

• 数学：数学在AI的学习中是相当重要的一部分，主要复习以下科目：①线性代数：矩阵乘法；②高数：求导；③概率论：条件与后验概率。

• 英文：这就不必多解释了，现在的翻译软件也不少，让你能更轻松的看懂那些学习材料。

2.机器学习课程

机器学习的第一门课程建议学习Andrew Ng的机器学习 (Machine Learning - Stanford University | Coursera)。

因为难度适中，但是内容却又相当丰富，非常适合初入门的程序员。

除了以上的这门课，还可以去找一些相关的课程进行进阶学习。

3. 实践做项目

当你掌握了一定的基础，就需要练练手，了解一下自己的学习进度。在实战中你更需要去关心如何获取数据，以及怎么调参等。另外，你还需要选择一个应用方向，是图像（计算机视觉），音频（语音识别），还是文本（自然语言处理）。

项目做好后，可以开源到到 Github 上面，然后不断完善它。实战项目做完后，你可以继续进一步深入学习，深度学习或者是继续机器学习；

4. 进阶深度学习/ 机器学习

下面是一些深度学习的资源介绍：

• UFLDL： 很详尽的推导，有翻译，且翻译质量很高；
• Deep learning (paper)：论文，高屋建瓴，一览众山小；
• Neural networks and deep learning：由浅入深；
• Recurrent Neural Networks： RNN推导初步学习的最佳教程。

下面是机器学习的相关资源：

• 《机器学习实战》，作者是 Peter Harrington
• 《机器学习》，作者是 周志华

责任编辑：