深度学习ai学习方向如何规划，算法竞赛，机器学习，搭建环境等答疑

目录

1了解人工智能的背景知识

2 补充数学或编程知识

3 熟悉机器学习工具库

4 系统的学习人工智能

5 建议

六：所有项目代码链接

---

1了解人工智能的背景知识

       一些虽然存在但是在研究或者工业上不常用的知识，为自己腾出更多的时间来去学习，研究。

人工智能里面的概念很多，比如机器学习、深度学习、神经网络等等，使得初学者觉得人工智能很神秘，难以理解。刚开始学习的时候，知道这些名词大致的意思就行了，不用太深究，学习过一段时间自然也就清楚这些概念具体代表什么了。

人工智能是交叉学科，其中数学和计算机编程是学习人工智能最重要的两个方面。这些在“知云AI专栏”之前的文章“认识人工智能”，也为大家介绍过，没阅读过的同学可以去看一下。

下图为人工智能学习的一般路线：

2 补充数学或编程知识

对于已经毕业的工程师来说，在系统学习AI之前，一般要补充一些数学或者编程方面的知识。如果你的数学和编程比较好，那么学习人工智能会轻松很多。

很多同学一提到数学就害怕，不过，学习人工智能，数学可以说是绕不过去的。在入门的阶段并不需要太高深的数学，主要是高等数学、线性代数和概率论，也就是说，大一大二学的数学知识已经是完全够用了。如果想要从事机器学习工程师的工作，或者搞人工智能的研究，那么应该多去学习数学知识，数学好将会是工作中的一大优势。

Python是在机器学习领域非常受欢迎，可以说是使用最多的一门编程语言，因此Python编程也是需要掌握的。在众多的编程语言中，Python是比较容易学习和使用的编程语言，学好Python也会受益很多。不过，虽然python方便，但是会用C++的话只能说兵来将挡水来土掩。

3 熟悉机器学习工具库

​​​​​​​4 系统的学习人工智能

5 建议

        本文可以让你避免踩坑走弯路，网上的一些大部分都是转载，说来说去都是一些很老的东西，可以说有些已经没啥人用了，这两年ai发展飞速，想要了解最新的避免踩坑的话，了解更多细致的路线，具体改怎么做，如何避免才坑，走错走弯路，如何正确规划路线已经放到我的主页置顶文章了。

六：所有项目代码链接

视频，笔记和代码,以及注释都已经上传网盘，放在主页置顶文章