1樓：匿名使用者
首先明白你學人工智慧的目的，是出於喜愛，還是覺得這行業有前途以後就幹這行。
學人工智慧課程需要掌握這些技能，python基礎、python進階、資料庫實戰開發、web前端開發、python爬蟲開發、django框架、資料分析、人工智慧。
從上面學習的內容來看，前期是以python為核心，重點學習python相關的內容，因為後期我們需要學習機器學習的內容，機器學習的學習過程中，對於python的使用要求較高，還有就是深度學習、資料分析、演算法模型等內容，課程內容還是很好的，想學，建議參考下自興人工智慧學院。
2樓：大師
人工智慧雖然是計算機的一個分支，但實際上想要學好得有良好的數學基礎。國內在本科階段沒有相關的課程可以學。我的建議是在大學期間你可以先學會一兩種程式語言，再看看國外的權威雜誌，並且動手實現一些演算法。
別太期待國內的大學能教你，全靠自己了。建議你選擇自動化專業（大學本科）然後再考研-模式識別與智慧控制（碩士），既然你很感興趣，那我就不給你介紹了啊~我也對人工智慧很感興趣，目前上的是自動化，自動化專業很多大學都有開，要擦亮眼睛啊！
3樓：長沙新華電腦學院
今年長沙等地就業招聘會上技術工人吃香，一些企業寧願招收中專生，而本科生則受到冷落。
據近幾年經濟發達地區就業資訊顯示，具有一技之長的中專生正成為就業市場急需的「搶手貨
」。可以來這邊看看，技能+學歷+就業 網際網路+相關專業的
學人工智慧先要學什麼？
4樓：智匯雲校
這是我們人工智慧具體要學什麼的課程大綱，可以看一下，希望能幫到你。
1) ai概覽
人工智慧的誕生和基本概念
機器學習和深度學習介紹
人工智慧的發展與應用
人工智慧的未來與問題
2) python程式設計基礎
python簡介
python的資料結構
python流程控制
python函式
物件導向程式設計
python高階操
3) 數學基礎知識
線性代數-矩陣運算與特殊矩陣
線性代數-特徵分解
概率論基礎
資訊理論和最優化問
4)tensorflow 介紹
tensorflow介紹
tensorflow搭建與開發
5)深度學習預備知識和深度學習概覽
深度學習預備知識
深度學習概覽
6)華為雲ei概覽
華為雲ei介紹
2.華為人工智慧課程大綱實驗部分
1)python程式設計基礎實驗
2)數學基礎知識實驗
3)tensorflow程式設計基礎實驗
tensorflow框架使用和計算
4)影象識別程式設計實驗
建立影象識別模型，實現影象識別
5) 語音識別程式設計實驗
建立語音識別模型，實現語音轉文字
6) 人機對話程式設計實驗
搭建人機對話模型，實現人機對話
5樓：加米穀大資料科技
首先，數學當然少不了數學是一切理論的基礎，基本上學習高等數學，線性代數，複變函式等，離散數學是以計算機工作思維的數學邏輯，所以尤其重要。
其次是資料結構資料是人工智慧的基礎，人工智慧必須得紮根在資料肥沃土壤上，才能更加茂盛鮮豔，所以對於資料相關課程的學習顯得尤為重要
然後是程式設計是將整個數學模型得以實現的技術基礎，對於程式設計掌握一門語言便可，其它語言基本上類似相通的，建議學習python，簡單容易入手，太難的學習起來容易放棄
6樓：杭州千峰
人工智慧是一個包含很多學科的交叉學科，你需要了解計算機的知識、資訊理論、控制論、圖論、心理學、生物學、熱力學，要有一定的哲學基礎，有科學方**作保障。人工智慧學習路線最新版本在此奉上：
首先你需要數學基礎：高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析；
其次需要演算法的積累：人工神經網路，支援向量機，遺傳演算法等等演算法；
當然還有各個領域需要的演算法，比如你要讓機器人自己在位置環境導航和建圖就需要研究slam；
演算法很多需要時間的積累。
然後，需要掌握至少一門程式語言，畢竟演算法的實現還是要程式設計的；如果深入到硬體，一些電類基礎課必不可少；
人工智慧一般要到研究生才會去學，本科也就是蜻蜓點水看看而已，畢竟需要的基礎課過於龐大。
剛才提到的這些學科的每一門都是博大精深的，但同時很多事物都是相通的，你學了很多知識有了一定的基礎的時候再看相關知識就會觸類旁通，很容易。在這中間關鍵是要有自己的思考，不能人云亦云。畢竟，人工智慧是一個正在發展並具有無窮挑戰和樂趣的學科。
人工智慧的首選語言是python，因此大家一定要學好python語言。人工智慧學習的重點是機器學習：
1、斯坦福大學公開課 ：機器學習課程
2、資料分析競賽kaggle
3、deep learning-author joshua bengio
機器學習書單python實戰程式設計
1、python for data analysis
2、scipy and numpy
3、machine learning for hackers
4、machine learning in action
7樓：
人工智慧專業主要學什麼？
8樓：老男孩教育
人工智慧是目前發展非常火熱的行業，人工智慧也是未來的一種發展趨勢，想要從事人工智慧方面的工作，首先就需要去學習python課程，python是人工智慧的首選語言，也是最合適的程式語言，不僅如此，學習python之後還可以從事大資料、遊戲開發、web開發、爬蟲等方面的工作，發展前途非常不錯。
9樓：長沙新華電腦學院
知識、資訊理論、控制論、圖論、心理學、生物學、熱力學，要有一定的哲學基礎，有科學方**作保障。
10樓：匿名使用者
學人工智慧需要會一門程式語言，推薦python，人工智慧有很多的開源軟體，藉助這些開源軟體可以更好更快的開發出人工智慧產品，當然，也需要學習一些演算法方面的知識，和雲端計算方面的知識。
11樓：長沙新華電腦學院
python應用無處不在，幾乎適配各種場景（web開發、網路開發、系統開發、資料探勘、爬蟲開發和機器學習等）。python作為人工智慧和資料分析第一語言，使得python程式設計師成了當前人才市場的「搶手貨」，工資待遇也水漲船高。
這邊是網際網路it學校哦
12樓：鐵錘新華
高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析；
13樓：匿名使用者
目前ai是最熱門的it專業之一，專業的培訓學校都有這個課程吧
14樓：長沙新華電腦學院
人工智慧時下一個風口，這已經眾所周知，至少所有的投資者會把這個感念用爛。能稱得上精通人工智慧的人才遠不止是熟練使用技術。真正精通背後技術的需要花5—7年的時間，一般都是讀過phd的。
可以到這邊看看，畢竟網際網路it學校
人工智慧課程的前導課程是什麼？我想學人工智慧，首先應該學會哪些課程？掌握哪些知識？
15樓：匿名使用者
人工智慧涉及的學科比較多,生活中的方方面面都有人工智慧的實際應用, 主要涉及哲學和認知科學，數學，神經生理學，心理學，電腦科學，資訊理論，控制論，不定性論，仿生學等學科研究範疇 :自然語言處理，智慧搜尋，推理，規劃，機器學習，知識獲取，組合排程問題，感知問題，模式識別，邏輯程式設計，軟計算，不精確和不確定行的管理，人工生命，神經網路，複雜系統，遺傳演算法 模糊集理論等
建議學下本科在去看研究生課程 磨刀不誤砍柴工啊！基礎打牢了就不會是天書了！
參考書：
《人工智慧技術導論》（第二版），廉師友，西安電子科技大學出版社，2002.1；
《人工智慧導論》，林堯瑞、馬少平，清華大學出版社，2000.1；
《人工智慧基礎》，邵軍力、張景、魏長華，電子工業出版社，2000.3。
16樓：鐵錘新華
高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析
17樓：
離散數學 演算法與資料結構等，邏輯謂詞表示法以及經典邏輯推理都是跟離散數學基礎有關的，不確定性推理中很多就是數學基礎咯，關於搜尋的部分可以先學習演算法。
自學人工智慧需要學那些專業知識
18樓：加米穀大資料科技
需要數學基礎
：
高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析。數學基礎知識蘊含著處理智慧問題的基本思想與方法，也是理解複雜演算法的必備要素。今天的種種人工智慧技術歸根到底都建立在數學模型之上，要了解人工智慧，首先要掌握必備的數學基礎知識。
線性代數將研究物件形式化，概率論描述統計規律。
需要演算法的積累：
人工神經網路，支援向量機，遺傳演算法等等演算法；當然還有各個領域需要的演算法，比如要讓機器人自己在位置環境導航和建圖就需要研究slam；總之演算法很多需要時間的積累。
需要掌握至少一門程式語言：
比如c語言，matlab之類。畢竟演算法的實現還是要程式設計的；如果深入到硬體的話，一些電類基礎課必不可少。
19樓：七叔之家
首先你需要數學基礎：高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析
其次需要演算法的積累：人工神經網路，支援向量機，遺傳演算法等等演算法；當然還有各個領域需要的演算法，比如你要讓機器人自己在位置環境導航和建圖就需要研究slam；總之演算法很多需要時間的積累；
然後，需要掌握至少一門程式語言，畢竟演算法的實現還是要程式設計的；如果深入到硬體的話，一些電類基礎課必不可少；
人工智慧一般要到研究生才會去學，本科也就是蜻蜓點水看看而已，畢竟需要的基礎課過於龐大。
20樓：潛水的潛水員啊
一、人工智慧是一個綜合學科，如樓上所說。而其本身又分為多個方面如神經網路、機器識別、機器視覺、機器人等。一個人想自學所有人工智慧方面並不是很容易的一件事。
對於你想知道人工智慧在程式設計方面需要多深的要求。怎麼說好呢無論c++還是彙編他都是一門語言主要會靈活運用。大多機器人**都用的混合程式設計模式，也就是運用多種程式設計軟體及語言組合使用。
之所以這樣是為了彌補語言間的不足。prolog在邏輯演繹方面比突出。c++在硬體介面及windos銜接方面比較突出，matlab在數學模型計算方面比較突出。
如果單學人工智慧演算法的話prolog足以，如果想開發機器**程式的話vc++ matlab應該多學習點。對於你想買什麼書學習。我只能對我看過的書給你介紹一下，你再自己酌量一下。
1.人工智慧演算法方面:《人工智慧及其應用》第三版、人工智慧與知識工程。
這兩本感覺買一本就可以了。第一本感覺能簡單並且全面點。這類書其實很多可是。
大多內容都是重複的所以買一到兩本即可。
2.機器視覺演算法方面:《機器視覺演算法與應用》這本書講的大多都是工業化生產中機器視覺應用。從內容來說並不是很簡單，建議不要當入門教材來學習。
3.機器人方面：新版《機器人技術手冊》日譯的書，可能這是我當初在噹噹網裡找到唯一一本比較全面實用的機器人方面的書。
這本書由基礎到應用以及一些機器人實際問題上講述得很全面。強烈建議買一本。
二、學習人工智慧ai需要下列最基礎的知識：
1.需要數學基礎：高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析。
2.需要演算法的積累：人工神經網路，支援向量機，遺傳演算法等等演算法；當然還有各個領域需要的演算法，比如要讓機器人自己在位置環境導航和建圖就需要研究slam；總之演算法很多需要時間的積累。
3.需要掌握至少一門程式語言，畢竟演算法的實現還是要程式設計的；如果深入到硬體的話，一些電類基礎課必不可少。
人工智慧一般要到研究生才會去學，本科也就是蜻蜓點水看看而已，畢竟需要的基礎課過於龐大。
人工智慧是學習什麼，人工智慧需要學習哪些課程？
人工智慧領域方面的專家對人工智慧做了不同的定義，但目前人工智慧的概還沒有統一版，他們定義有一些共同權點可以歸納為 依賴的硬體為計算機 注 這個計算機不單單指我們日常用的膝上型電腦 自身有特定的演算法可以通過經驗學習提高自己的不足 從基礎學科來分析 人工智慧主要得學習數學,計算機,演算法,心理學,統計...
學習人工智慧有什麼要求嗎，學人工智慧需要具備哪些條件？
人工智慧是一個包含很多學科的交叉學科，你需要了解計算機的知識 資訊理論 控制論 圖論 心理學 生物學 熱力學，要有一定的哲學基礎，有科學方 作保障。人工智慧學習路線如下 首先你需要數學基礎 高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析 其次需要演算法的積累 人工神經網路，支援向量...
人工智慧難學嗎？需要學習什麼？
數學能力 高等數學 線性代數 概率論等，必須得掌握最基礎的東西，比如微積分 矩陣運算 概率公式等。演算法的基礎就是數學。程式設計能力 掌握一門語言 建議pytjon 能獨立編寫 除錯程式。計算機思維 熟悉資料結構，了解資料庫 作業系統等。演算法 理解常見的演算法，比如動態規劃 貪心。機器學習 掌握常見的機器學...