南阳达内教育分享人工智能该如何入门

　　一、数学基础部分

　　学习人工智能，要有一些数学基础，好在要求的数学基础都是高中及大学的层次，相信大家都学过。即使忘了，再去寻找以前的记忆也相对容易一些。我列举下必备的知识。

　　1.线性代数（矩阵、特征值、特征向量、秩）

　　2.微积分（极限、导数、拉格朗日中值、泰勒级数展开）

　　3.统计学(相关性分析、期望、方差、分布、指标)

　　二、Python语言基础

　　现在机器学习中，Python语言用的居多。如果你是程序员出身，已经有过Python,C++,Java语言的话，这一步就很简单了。如果你现在还不懂编程语言，也没关系，Python是一门很简单的语言。Python语言其实也有难点，但好在机器学习里面用不上，是不是有难以掩饰的激动，相信大家经过1周时间基本就可以应用了。我给同学们列举下该学习哪部分。

　　基础部分：可以自己在搜索引擎上搜《Python3教程》关键字(这里推荐大家学习Python3，如果已经有了Python2的基础，也可以忽略)

　　模块部分：Numpy、Pandas、Matplotlib。这几个是需要大家掌握的。大家自己在搜索引擎上搜。

　　其他的呢，可以看下scikit-learn这个模块。他是机器学习的一个Python库。有很多机器学习方面的模型，用scikit-learn可以很快的实现。大家也可以在了解机器学习之后，再学习也可以。

　　三、机器学习基础

　　这一部分内容还是很多的，讲的都是一些经典的入门算法，大家要好好的感受下这些算法的精髓。

　　线性回归、梯度下降、逻辑回归

　　决策树和随机森林（ID3、C4.5、CART、GBDT、RandomForest）

　　SVM(软间隔、损失函数、核函数、SMO算法、libSVM)

　　聚类(K-Means、聚谱类SC)

　　EM算法(较大似然估计、Jensen不等式、混合高斯分布、主题模型pLSA)

　　主题模型LDA

　　隐马尔可夫模型