从零开始的人工智能学习（序）

 

       很久没有写过博客，尤其是在这种科技学术类的论坛上，我更是廖有提笔。今年刚刚进入了大学，阴差阳错的进入了计算机学院的网络工程系。开始计算机学院并不是我的第一志愿，原本的第一志愿由于突然分出一门学科结果没有考上。曾经也迷茫过一阵子，毕竟一开始对于计算机也就仅限于开机关机，很少有IT方面的了解。但是半年的学习一来，我深深的被计算机里0和1的世界所吸引，开始看编程书，学c语言，了解数据结构，迫切的汲取知识，感觉回到了高中时代那种潜心学习的状态，只是有被动的学习转化成了主动出击。

       接触人工智能，我也许和很多人的缘由与不一样，但肯定也有志同道合之人。对于计算机一无所知的时候，我所理解的人工智能，也不过就是机器人。但是再接触了无数有关机器人的电影和小说之后，我开始对这个陌生的事物产生兴趣。从《终结者》系列的T-800，《龙族》系列里的诺玛小姐姐，以及刀剑神域《Under workd》里的爱丽丝和优吉欧，每一个都是鲜活而让人记忆深刻的角色，虽说是存在幻想世界里，但也更加让我憧憬人工智能时代的来临。我之所以选择人工智能这一道路，最大的因素并不是我阴差阳错进了计算机学院，而在于对人工智能的幻想与理解。现在，我竟然对我落选第一志愿感到庆幸。

       闲话说的太多了，既然是励志成为大牛的人，那当然要有合理的学习规划。我喜欢自学，但我不喜欢孤立无援的学习，这是两码事。所以我希望各位读到我这到处文笔劣迹的文章的读者，哪怕只是个路人，能给我一点建议或意见，哪怕你是来批评我，我也统统欣然接受。

       以下是我从零开始的学习规划：

第一阶段：入门python
快速入门Python语言，掌握机器学习与数据挖掘必备Python库。使用 notebook 一步步分模块学习 Python 必备基础功能。
第二阶段：Python网络爬虫
从最基本的Python基础开始学习，到如何借助代码发起网络请求以及将请求回来的数据解析，到分布式爬虫学习。 
第三阶段：机器学习入门
从机器学习最基本的算法开始逐渐过渡到进阶内容，对于复杂的机器学习算法首先理解通俗解释并对原理进行详细推导解析，最后了解其应用领域与价值
第四阶段：机器学习提升
对高难度算法，理解算法流程与应用方法，结合数学展开分析，学懂高深算法。
第五阶段：数据挖掘
本进阶是整个系列课程中最为核心也是最重要的模块，对于每个算法逐个击破，对于难理解的算法部分反复观看与研究，争取把机器学习中每个算法都掌握牢固，对于案例部分，需要勤加练习，边学边做好笔记便于以后复习。 
第六阶段：深度学习-网络与框架
人工智能领域最经典算法神经网络，从神经网络过度到计算机视觉与自然语言处理，结合深度学习两大框架Caffe与Tensorflow进行案例实战。 
第七阶段：深度学习-项目实战篇
基于深度学习框架进行项目实战，选择经典的实战项目，如人脸检测，关键点定位，文本与情感分类任务等，结合caffe与tensorflow从零开始完成一个完成的项目！ 
选修1：Python数据与统计分析
基于Pyhthon通俗讲解统计分析中核心概念与操作，以真实数据集为例进行数据分析任务实战！ 
选修2：Python Web框架Flask实战系列
Flask实战系列主要包括Flask基础课程，缓存课程以及项目实战，从基础原理到项目实战缺一不可！ 

该学习规划参考与某培训网站的课程计划。学习周期很长，但对于大一的我没什么在怕的。

由于大学其他学科以及社团活动的安排，对于计算机的学习时间有限，而且对于菜鸟需要时间消化，所以一周写一篇学习周记，对于我学习中所有用到的资源，我统统都会放到博客上，与大家共享。不仅仅是为了我自己，也同时为了以后有人能借助我走过的路。

路漫漫其修远兮，吾将上下而求索！