不过当我们平时谈及机器学习和深度学习的时候，我们常常用机器学习指传统的统计学习方法，而深度学习指使用神经网络的方法。
机器学习很数学，很统计学。当你学习朴素贝叶斯、SVM这样的机器学习经典算法的时候就会理解数学的重要性。
除此之外，机器学习还需要有对数据有很强的敏感度。尤其是当你参加和机器学习有关的比赛和项目的时候，在做清洗数据、特征工程的时候，对数据的分析尤为重要。
有一句流传很广的话：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。可见对数据敏感是很重要的能力。
目前大部分萌新都是从深度学习开始入门。读者若是不知从机器学习还是深度学习学起的话，笔者建议先学深度学习。
除此了用统计学和神经网络这两个主流的人工智能实现方法，还有强化学习。不过这对新人来说直接入门过难，还是不要考虑了。
笔者当时是看书籍入门的。推荐《统计学习方法》、《机器学习实战》、《机器学习》（俗称西瓜书）。
在学习算法时我们会学习线性回归，SVM，决策树等等。但真正做项目的时候，我们面对的问题会复杂很多。
获得了合格的数据后，我们需要查看数据的分布（使用matplotlib等绘图工具），做特征工程，提取特征。
应用算法后，我们还需要评估我们的算法效果如何，要用到准确率、召回率、F1等等指标。同时还要考虑模型有没有过拟合。
在获得了模型的各类指标后，我们需要不断调整模型，提高模型的效果。可能会需要模型集成、重新筛选特征……
这一系列步骤需要大量的实战练习，仅仅知道几个经典的机器学习算法是远远不够的。推荐去kaggle阿里天池上做些和数据挖掘的比赛。
视频课程推荐吴恩达的DeepLearning课程，课程内容十分详细。五门大课，从基础知识、卷积网络、RNN网络、项目实现等多个角度，循序渐进讲解深度学习入门的方方面面，同时有配套的练习代码。
的确，网络上以某云课堂和某学城为代表的平台提供的人工智能专业课，宣称为专业从业人士指导，往届学员多数入职大公司。至于课程价格，则在2000+。
网络上免费的优质课程质量并不差。笔者自学数月后，看其付费课程所提供的教学大纲，感觉自己可以讲授绝大部分内容。
还有那宣传的“便捷的在线项目实战平台”，完全就是在线的jupyter，读者按着笔者以前写过的python环境安装教程，就可以在自己电脑上配置一个运行环境。
可去kaggle阿里天池上做一下新手比赛，如kaggle上的Titanic（机器学习）或者Digit Recognizer（深度学习）。在暑假的时候欢迎报名Deecamp。
若参加了一些比赛且实力不错，可以直接向今日头条等公司投递实习简历。在假期的时候在AI公司实习两个月，无论是对实力还是以后的出路，都是很有帮助的。
机器学习可以在金融公司、保险公司等充满数据且数据信息很复杂的领域做数据挖掘，即找出数据之间潜在的有价值的关系。
一、人工智能的发展现状1.1 概念根据维基百科的解释，人工智能是被机器展示的智力，与人类和其他动物的自然智能相反，在计算机科学中 AI 研究被定义为 “代理人软件程序”：任何能够感受周围环境并且能最大...博文来自：人工智能爱好者俱乐部
九步：从Python开始描述性统计和推论性统计使用 Pandas 及其它 Python库数据展示和可视化概率回归模型机器学习基础非结构化数据处理机器学习进阶深度学习——神经网络 注：图来源网络从Pyt...博文来自：MJ 博客
转载请注明出处本文从python开始讲起，其实python在整个前端与移动开发的应用并...博文来自：hexiaozhe的博客
过去几天，神秘围棋高手“Master”在一系列对弈中击败了全球最优秀的多名围棋选手。本周三，Master 的身份曝光。谷歌 DeepMind 联合创始人及 CEO 德米斯......博文来自：redditnote的博客
参考的指导文章 操作过程基本是按着流程在走。 包括安装visual studi...博文来自：canwhut的博客
写给产品经理的机器学习算法入门，在文章中会忽略一些细节以及算法本身具体的实现方式。我想尽量用直白的语言、较少的...博文来自：喜欢打酱油的老鸟
转载请注明来处，文章首发：贝叶斯公式由浅入深大讲解-AI基础算法入门 - math，数学专栏 - 周陆军的个人网站博文来自：北漂人家
是时候学习 AI 了！怎么做我们来教你。 所需环境：64位的 Windows10，Windows8/7 64位下也能安装。机器要有至少 30G 的硬盘空间。要求：读者需要知道怎么用基本的 GitHub...博文来自：GitChat
神经网络入门的最好方法就是从简单的任务开始尝试，这里整理一些可以自己生成各种训练数据的小任务。输入：一幅图上画一条线,k） 输入：线,k）。输出：在图片上...博文来自：ziliwangmoe的博客
1、基础篇——基于Python的机器学习戳我，立即学习现在大热、为未来计算机科学发展方向的机器学习了解多...博文来自：anquanniu的博客
1.数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析，博弈论；2.算法积累：神经网络，支持向量机，贝叶斯，决策树，逻辑回归，线性模型，聚类算法，遗传算法，估计方法，特征工程等...博文来自：大漠dreamer的知识小屋
转载来自：Datawhale公众号本资源由知名开源平台，AI技术平台以及领域专家：Datawhale，ApacheCN，AI有道和黄海广博士联合整理贡献，内容涵盖AI入门基础知识、数据分析\挖掘、机器...
你好，我是周萝卜， 一名低调的挨踢工程师。在每一个企业中，各个部门都会生产出一定的数据，目前，各类数据在企业生产经营中起着至关重要的作用。数据已经成为了企业生产、经营，战略等等几乎所有的经营活动所依赖...
给大家看一组最新数据。2018年最新数据：python、大数据、人工智能从业者薪资表为什么人工智能行业的工资那么高？无论是科研院所，商业巨头还是初创企业，各行各业都在大力开发或者引进人工智能，由于储备...
最实用的一个了解深度学习ai教程，大神推荐教程。了解最基础的算法，看完以后再阅读其他ai书籍事半功倍
数学基础 python基础 python高级应用 机器学习 深度学习 自然语言处理 图像处理 数据挖掘与项目 企业项目 等
转自：李嘉璇《TensorFlow技术解析与实战》作者。深度学习研发298 人赞同了该回答我明白很多入门深度学习者的疑惑。...
：配置4 中jupyter notebook –allow-root allow前面有两个--我要死了！！
：20200116安装，创建实例的时候，公共镜像自动安装CUDA还绑定了cudnn，但是10.1的版本和pytorch1.4的镜像版本对不上（不用镜像版本超级慢金钱在流逝），所以建议不要勾选，按文中方式安装CUDA就好。
weixin_37303854：[reply][/reply] 抱歉半年没用csdn，现在才看到…… 算法挺好的，其实是和本文的“网状图”算法本质是一样的。
