Question

人工智能到底是学什么的？零基础怎么入门？

如题，感觉现在大家天天讲人工智能，但是感觉还是软件开发吧，感兴趣但是不够了解，希望过来人可以讲讲，感谢

Answer 1

人工智能所需要学习的技能有以下这些
①机器学习的基础是数学，入门AI必须掌握一些必要的数学基础，但是并不是全部的数学知识都要学，只学工作上实际有用到的，比如是微积分、概率论、线性代数、凸优化等这些。
②数据分析里需要应用到的内容也需要掌握，但不是网上所说的从0开始帮你做数据分析的那种，而是数据挖掘或者说是数据科学领域相关的东西，比如要知道计算机里面怎么挖掘数据、相关的数据挖掘工具等等
补足了以上数学和数据挖掘基本知识，才可以正式进行机器学习算法原理的学习。
③算法方面需要掌握一些基本的框架：python、spark、mllib、scikit-learning、pytorch、TensorFlow，数据方面需要懂得HQL、numpy、pandas，如果你本身是后台开发、app开发、数据分析、项目管理，则是一个学习算法的一个加分项。
④最后需要对人工智能有全局的认知，包括机器学习、深度学习两大模块，相关的算法原理、推导和应用的掌握，以及最重要的算法思想。

Answer 2

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。

Answer 3

现在说的人工智能其实就是自动化， 实现方法是机器学习，更前沿一点的是深度学习
机器学习入门需要比较高的数学门槛，深度学习只是机器学习里面一个子领域
机器学习的方式是利用数据来总结经验，实现预测能力，取代人直接学习的经验。“学习”的过程是一个数学建模的过程
零基础的话 可以找一些零基础学深度学习的书，如果看得下去，才有机会进这个领域

Answer 4

现在说的人工智能其实就是自动化，实现方法是机器学习，更前沿一点的是深度学习
机器学习入门需要比较高的数学门槛，深度学习只是机器学习里面一个子领域
机器学习的方式是利用数据来总结经验，实现预测能力，取代人直接学习的经验。“学习”的过程是一个数学建模的过程
零基础的话 可以找一些零基础学深度学习的书，如果看得下去，才有机会进这个领域

Answer 5

人工智能涉及的学科包括：计算机科学、信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
主要需要学习数学，深度学习理论，机器学习和统计概率知识，编程等。