新手怎么入门人工智能（AI，深度学习，机器学习，神经网络）

原创文章，从刚开始（2019-10-20）记录下自己学习AI之路，希望对后来者有一定的帮助

背景：

1. 之前从事音频相关的开发，但是工作经历偏硬件，主要是电声。有一定的数学基础（线性代数、概率论、微积分），很多概念熟悉，但是不深入；

2. 之前只有matlab编程的经历，脚本语言，很多时候只是做做分析，跟实际的应用有一定的差别；近两年因为工作的原因，开始拾起C语言，基本上能用C语言写音频库，看代码基本没有什么问题，但是为了方便，只是在VS里面整，对linux不了解。

起因：

AI也火了好几年了，之前因为不甚了解，总觉得要从事这方面，需要花大量的时间深入进去，因为工作，时间、学习成本较高，所以一直抵触，直到最近慢慢的自己从事的这方面行业内也在往深度学习上靠，所以才开始慢慢了解；后来发现现在这方面的框架实在太成熟了，好像人人都在搞，课程一堆，如果不是需要完全精通理论，实际上由很多资源、途径可以慢慢进入AI领域。

1. 从0接触 - Andrew Ng的机器学习
        网上搜了很多教程，了解大名鼎鼎的Andrew Ng的《机器学习》，于是开始上www.cousera.com学习这门课程，后来为图方便，在网易云课堂学习（由中文翻译），同时coursera上做测试、提交编程作业。Andrew Ng的课程浅显易懂，老外的教材或者课程大多一个优点就是，概念浅显易懂，碰到由难度的或者暂时不好解释的，就提醒你说，你暂时理解到这里就可以了，后来会慢慢讲到，不要着急，把这些基本概念掌握好就可以了，不像国内的教材或课程，怎么难、怎么复杂就怎么来，以显得自己的东西高大上。《机器学习》的编程作业是用的matlab（不会的，上手也很容易），里面的编程基本类似于填空题，程序框架都搭好了，按照提示谢谢简单的脚本语句就可以。

学完《机器学习》后，对这方面算是有了一个简单的理解。至少概念上了解了AI、深度学习、机器学习，以及背后简单的原理，完全抵消了我的畏难情绪，让我开始决定对这方面开始投入经历。

2. 基础工具：python，numpy，matplotlib, keras

        之前一直用的matlab，matlab现在AI的工具箱越来越成熟，估计也是市场方面的原因、压力大，这两年matlab这方面更新很快。但是目前AI产业方面基本上用的是python，所以决定转移阵地，选择python。
       因为有matlab和C编程的经验，但是编程动手能力不强，所以找了个CSDN上找了个视频来学习，《Python入门视频精讲》这个课程相对较简单，而且基本的内容都涉及到了，所以花了两三个晚上，过了一遍。买了一本《Python基础教程（第3版）》慢慢精读。

        AI方面的数据处理主要是numpy，numpy就相当于matlab的基本数据操作，所以因为很多数据操作的基本概念都有，于是就在CSDN上找了numpy的课程开始过，这是下一周工作之余需要花时间完成的任务。

-----------（19.10.20）-----------未完待续