各位网友好，小编关注的话题，就是关于学网人工智能的问题，为大家整理了1个问题学网人工智能的解答内容来自网络整理。

一个对人工智能毫无了解的计算机应用专业人士，自学人工智能的话，可行吗

如果想深入学习，需要复习一下数学，包括高等数学，概率统计，线性代数，其中线性代数需要比本科稍微深一点，要涉及一些矩阵的微积分，用来推导模型极值的表达式，概率方面主要是几个基本的分布和他们的共轭分布，正态分布，二项分布之类的，性质要比较熟，因为模式识别与一般的经典程序的差别在于，模式识别中通常认为样本数据的概率密度才是数据本体，比如一个有高斯噪声的正弦信号，经典程序通常认为正弦波是本体，高斯噪声是叠加在信号上的随机噪声，但模式识别中刚好相反，我们通常认为高斯噪声的分布是本体，带杂波的信号实际上是整个噪声在波动，简单点说，经典程序这样表达y=sinθ+et，et代表噪声。模式识别这样表达y=N(sinθ, β^-1)。如上，金典程序通常认为输出应该是一个具体的值，而模式识别则认为输出应该是一个概率分布，事实上不只是输出，输入，似然甚至期望方差都是概率分布，在顺序学习中后验概率会被当成下一次运算的先验导入。

至于编程语言之类的不用太在意，基本上只要是有实数加减乘除幂运算三角函数的都可以，最好有完善图形库的，有的时候需要粗略看一下运行效果，其实我觉得js就行了，只要你确信你推倒出来的公式可以达到预期效果，用别的语言很快就能弄出来。

自学当然可以，不过难度确实有点大：

人工智能（Artificial Intelligence）定义：使用机器代替人类实现识别、认知、分析、决策等功能的技术，其本质是对人类的意识和思维的过程进行模拟。人工智能是一个综合学科，涉及到计算机科学、数学、生理学、哲学、心理学等交叉学科。

因此学习人工智能，首先需要学习的是编程语言python、数据库、数据结构、高数、算法等等多门学科，仅仅学习其中之一是远远不够的。而自学的情况下，很难形成专业化、体系化的知识体系。

而AI是一门综合性的学科，建议您报一个靠谱线下培训班更为合适，在这里推荐一些书和学习资料来扩充知识面：

《achine Learning Yearning》：吴恩达 著
《Deeeeeeep Learning》：权威著作
《深度学习：方法及应用》：有数学知识别深究
《大数据智能——互联网时代的机器学习和自然语言处理技术》
《人机情感交互》：人工智能时代势必会出现新的交互方式
《未来简史》
《奇点临近》
《如何创造思维》
《大智能时代》
《大数据云图》

人工智能确实是基于目前计算机系统的，但是与大学里面教的知识还有很大差距，大学学习的都是基础，不仅要及格还要良好的掌握。在此基础上学习人工智能的知识才不会显得手无足措。

另外也要多多与行业内的人士进行交流，多多进行实践，相信在一段时间的努力下，掌握人工智能方面的一技之长是没有问题的！

建议不要自学，你可以在淘宝花几块钱买一点***看，如果你能负担的起上万的学费，可以报培训班，大家都知道人工智能需要数学，但是并不是让你把高等数学重新学一遍，这样代价很大，人工智能涉及这些知识：数学;python;python的库:如numpy,pandas,matplotlib;机器学习；深度学习等，每一都非常深，如果看书自学，不能掌握深浅，容易迷失

到此，大家对学网人工智能的解答时否满意，希望学网人工智能的1解答对大家有用，如内容不符合请联系小编修改。