---

1. 引言

人工智能技术的核心是：大数据+机器学习。

机器学习可以理解为：采用一定的算法，使得计算机在大量的数据中自动识别数据的模式。机器学习包括很多学习方法，人工神经网络是其中之一。近几年发展最快的人工神经网络的深度学习，也就是用很“深”的神经网络提高学习的抽象深度。

人工智能的技术入门，宜从深度学习技术开始，必要的知识体系包括2部分：

• 神经网络算法的数学基础
• 编程实现，主要采用python编程语言

2. 深度学习

2.1 视频课程

深度学习课程首推大牛吴恩达的deep learning 公开课，此课程适合入门学习，有一定的高等数学基础和编程基础，学习就不会遇到太大的困难。

deep learning 课程有两个网站：

• coursera，完整、收费，但国内登录困难
• 网易云课堂，免费，仅有视频，无课后编程习题

建议从网易云课堂的视频开始学习。

2.2 编程习题

编程的习题在网易课堂看不到，但一些网友在国内网站上有转载：

• csdn:大树先生的博客
  image_1c30mutlnccvinekvapcm1vo9.png-205.3kB
• 知乎：吴恩达深度学习课程辅导
  image_1c30n0j061156pov1refatu8hm.png-79.1kB

此外网易云课堂有学习QQ群，群共享中有大量的学习资料：

image_1c30n21u1142gr449mqqs7a5i13.png-128.1kB

2.3 参考书籍

目前笔者购买了号称机器学习圣经的《深度学习》：

image_1c30n89o31mpn1edm4ngf56u4920.png-235.8kB

感觉比较深，对于初学者，难度较大，可读性不强。但作为参考书是必要的。

3. python

3.1 IDE（开发环境）配置

网上很多python安装配置教程都是命令行操作的，对于初学者非常不友好。

最简单的安装方式是下载Anaconda包，选择最新的3.6 版本，直接安装：Anaconda。

安装Anaconda，即自动配置了编程环境和系统设置，并安装了常用的科学计算包如：

• numpy
• scipy

3.2 jupyter notebook

安装anaconda即同时安装了jupyter notebook，吴恩达课程的编程实例都是在notebook上演示的。

打开方式：

• 开始菜单
• 启动后，自动打开一个浏览器页面

在notebook中创建的项目，都保存在C盘的user目录下：

image_1c30nrfva17c8ak21upi1rcq1ftk4d.png-60.7kB

3.3 python教程

多位朋友都推荐一本书是：《python数据分析》

image_1c30o61921c5qbdaitbkga48t57.png-82.3kB

4. 实战

学习了算法和编程技术，要想做实际应用，可以做大数据比赛：

• 国内：阿里·天池
  image_1c30nu0n76vpink1t491ovabei4q.png-133kB
• 国外：kaggle

kaggle对新手更友好一些，因为国外大神更愿意分享自己的代码，周期也更短。