人工智能自学线路——自用

人工智能开发一般从Python开始，不过对数学与统计学有要求，尤其是概率统计。

1.不过Python仅仅是编程语言，你应该首先还要选择一个发展方向，学习特定方向的Python模块，比如数据分析与挖掘、爬虫工程师、Web开发、自动化运维、自动化测试，甚至人工智能。Web开发小型是PHP居多，中大型Web应用Java独霸天下Python很难抗衡。自动化测试与运维已经脱离了软件开发主方向，工资与发展的话相比来说没有开发与数据分析好。总体来讲用Python做数据分析甚至人工智能是最好的方向，不过人工智能难度要高，对学历与学校也有要求，建议从数据分析入行，未来向大数据甚至人工智能方向发展是不错的选择，这也是Python语言最有优势的领域。人工智能学习总体路线图：数据科学中统计学基础-->Python核心编程-->Python数据科学/数据分析-->机器学习-->深度学习-->选择数据挖掘/计算机视觉/自然语言处理/语音技术中的一个方向.

阶段 1：机器学习入门

学习前要求：Python编程基础（Python学习路线），数学基础（线性代数、概率论、数理统计）。
学习后将掌握：机器学习和深度学习的概念，常用的机器学习算法和神经网络算法。

1.1、机器学习概览及常用算法

1.2、机器学习算法详解

1.3、神经网络基础

阶段 2：TensorFlow框架及常用库

学习前要求：Python编程基础，了解常用的机器学习算法原理及实现，一定的英语读能力。
学习后将掌握：TensorFlow的基本使用，常用的Python科学计算库的使用。

2.1、深度学习框架TensorFlow入门

2.2、科学计算库NumPy快速入门

2.3、数据分析库Panda快速入门

2.4、数据可视化库Matplotlib快速入门

阶段 3：机器学习实战

学习前要求：了解常用机器学习算法、神经网络，了解TensorFlow框架及Python相关库的使用方法。
学习后将掌握：机器学习算法、神经网络的实战应用，阿里云机器学习PAI平台的操作。

3.1、基于PAI的机器学习实战

3.2、从零构建推荐系统

3.3、基于贝叶斯的新闻分类

3.4、基于随机森林的气温预测

3.5、基于LSTM的文本情感分析

3.6、从零开始卷积神经网络

3.7、RNN时间序列分析

3.8、使用lightgbm进行饭店流量预测

3.9、使用Word2vec进行文本分类

阶段 4：自然语言处理实战

学习前要求：了解神经网络，了解TensorFlow框架及Python相关库的使用方法。
学习后将掌握：机器学习/深度学习技术在自然语言处理（NLP）领域的实战应用。

4.1、深度学习与自然语言处理

4.2、对话机器人

4.3、AI写唐诗

4.4、AI输入法

4.5、机器翻译

4.6、根据姓名预测性别

4.7、文本相似度分析

阶段 5：图像识别实战

学习前要求：了解神经网络，了解TensorFlow框架及Python相关库的使用方法。
学习后将掌握：机器学习/深度学习技术在图像识别处理领域的实战应用。

5.1、人脸检测

5.2、猫狗识别

5.3、行为识别

5.4、验证码识别

5.5、CIFAR图像分类

5.6、图像超分辨率重构

5.7、图像修复

阿里官方的人工智能学习路线：限时免费哦

https://edu.aliyun.com/roadmap/ai?spm=5176.11399608.aliyun-edu-index-014.3.c3c546795Oh8AG

推荐（写得很详细）：https://blog.csdn.net/qwxwaty/article/details/80793370