原标题：熊学堂 · 人工智能 | 课程介绍
从AlphaGo赢了李世石那一天开始，人工智能就成为了数据科学领域最火热的分支(没有之一)，不知道有多少互联网公司默默地把自己的数据团队改名叫“AI中心”。不过呢，AlphaGo这杠杠滴宣传效果的另一面就是，广大人民群众纷纷表示：围棋？？？机器人？？？这个一定超难的，恐怕我等消受不起呀~
确实难。难在这些模型往往涉及到对非结构化数据的处理，算法结构一般比较复杂、结果又通常很难解释，经典的算法大多需要GPU支持很大的计算量。但我们这帮熊孩子能让学习的事儿吓到吗？当然不能，面对老板的怒火可比学习可怕多了。然后，你看我们都好好的，还把学习经验总结成了入门课程给大家，所以也并不是什么mission impossible~
所有对人工智能领域有好奇心的同学们，无论是已经决定将来就要从事相关的职业，还是就想先了解一下或者给自己的简历上多添一笔，都严重推荐大家先掌握Python的基础操作。这是人工智能领域应用最广的工具，开源社区的存在也使得各种算法的更新非常迅速。如果你还搞不定Python，可以先学习为期两周的《Python入门》课程，掌握数据读写、加工清理、对数据探索性分析等基础操作。
接下来是《机器学习精要》。机器学习是统计学与计算机科学结合的产物，也是业界应用最为广泛的核心方法之一。这使得这个学科的发展非常迅速，初学者往往会感觉身在大海中心，四面八方都是水，不知道该往哪里去。这门入门课程为大家删繁就简，围绕机器学习最核心的理念，探讨经典模型的设计思想、模型构造和相关理论。这些基础知识和相关的练习，会帮助学员在建立起对于学科整体的认知，掌握继续深造和精进所必需的基础。
最后当然还有最精彩、最被期待的《深度学习入门》。深度学习涉及的领域繁多，在这个课程中，我们会聚焦于处理与图片有关的问题。图像相关的问题，在实践中应用广泛，数据处理难度适中，相关的业务问题也足够有趣，非常适合初学者。这是一门从零开始进入深度学习领域的课程，经过四周的学习，在项目结束的时候学员将会能够自己编写代码实现CNN、LeNet、AlexNet等经典模型，掌握基础的模型调优和调用技巧。最棒的是，这个项目为大家全程配备GPU资源，只要你愿意，一个月内可以废寝忘食地随时练习起来。
以上就是“人工智能”学习路线的三门课程的基本情况。两个半月，从Python都不会操作的小白，到能够自己编写机器学习和深度学习的模型，听起来是不是还挺有意思的？这个学年，人工智能学习路线将会重复进行三次，每次都按照学习先后顺序来安排课程，大家可以根据自己的背景来灵活地安排学习时间。现在，第一轮课程的招生已经启动，戳对应的课程图标来报名吧~
Python入门（9.9-9.22）
机器学习精要（10.7-11.3）
深度学习入门（11.18-12.15）
责任编辑：
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
