總共分為以下幾部分：

1.人工智慧現狀

第一章 人工智慧來了

2.人工智慧發展歷程

其中有幾個圖非常好，一個是高德納關於技術的路線圖：

高德納諮詢公司（Gartner）技術成熟度曲線

如上圖的曲線所示，一種新科技的研發過程通常是這樣的：初創公司接受第一輪風投，開發出第一代產品，雖然不成熟，但足以吸引一批早期接受者——粉絲。在早期階段，產品的優點被粉絲放大，大眾媒體跟風炒作，將該技術推向一個充滿泡沫的膨脹期。隨著盲目的追捧者激增，跟風研發、生產的初創公司越來越多，產品的不足被無限放大，負面報道開始出現，供過於求的市場競爭中，大批跟風入局的初創公司不是被兼併，就是走向倒閉，只有少數擁有核心競爭力的堅持了過來。跌入低谷後，第二輪、第三輪風投資金注入大浪淘沙後僅存的中堅企業，新一代技術和產品也隨之問世，整個技術曲線步入穩步攀升的平臺期和成熟期，潛在使用者的接受程度也從5%以下逐漸提升到20%到30%，初創企業和風投資本開始迎來高額回報。

3.人工智慧對人類有威脅嗎

4.人工智慧目前的典型應用場景

5.人工智慧帶來的創新創業機遇

6.人工智慧時代教育與個人發展

大家常說的人工智慧其實包含了自然語言處理（NLP）、機器視覺（CV）、資料探勘（DM）三個大方向。這些大方向下面又有以下分類的小方向：

NLP：機器翻譯、文字分類、知識圖譜、文字相似度計算、語音識別、情感計算、自動摘要、聊天機器人等等

CV：行人檢測、人臉識別、自動駕駛、影象分類、目標檢測、智慧安防等等

DM：廣告計算、推薦系統、使用者畫像、各類預測分類任務等等，DM很多領域也需要用到 NLP 的知識。

所以你看，人工智慧有這麼多方向，每個方向都有它自己的學習路線和學習重點。

但是不管你將來想走哪個路線，它們所需要的基礎知識都是大體相通的，現在我給你推薦一些人工智慧的基礎學習路線吧。

一、程式語言

首選建議你使用Python入門，當然之後根據需要可能需要學習其他高效能語言，比如C++、JAVA 等。

首先需要學習Python的基礎語法知識，你去網上隨便找一個線上教程或者買一本入門書籍，耐著性子看一遍，按著教程敲一遍程式碼就可以學會了。

其次你還需要學習Python的一些常用庫，比如 Numpy, pandas，matplotlib等，這些庫建議你看一看《利用Python進行資料分析·》這本書，學一遍記住有哪些功能API就行，用到的時候不記得了再常翻翻。

二、數學基礎

人工智慧專業對數學的要求相比於其他程式設計方向更高、更多。尤其你需要有統計學、機率論、線性代數的基礎，至少要求達到本科理工科所需要的水平吧。

三、資料結構和演算法能力

不管你學哪種程式語言，這個是必須要有的，不需要你理解多深，只需要你知道有哪些資料結構演算法，用的時候能想起來。

四、機器學習、深度學習框架

推薦使用 sklearn 入門傳統機器學習演算法，後期針對需要學習 spark ；推薦使用 keras、pytorch 入門深度學習演算法，這兩個框架對新比較友好，你也可以學習tensorflow，它在工業界用的比較多。

五、機器學習、深度學習書籍推薦

李航的《統計學習方法》

周志華的《機器學習》

三巨頭合著的《深度學習》

這些書籍都有很多配套的學習資源，多用百度搜一搜。

好了學完上面的基礎，你可以確定往哪個方向深入學習了，然後再針對學習吧。

人工智慧開發一般從Python開始，不過對數學與統計學有要求，尤其是機率統計。

1.不過Python僅僅是程式語言，你應該首先還要選擇一個發展方向，學習特定方向的Python模組，比如資料分析與挖掘、爬蟲工程師、Web開發、自動化運維、自動化測試，甚至人工智慧。Web開發小型是PHP居多，中大型Web應用Java獨霸天下Python很難抗衡。自動化測試與運維已經脫離了軟體開發主方向，工資與發展的話相比來說沒有開發與資料分析好。總體來講用Python做資料分析甚至人工智慧是最好得方向，不過人工智慧難度要高，對學歷與學校也有要求，建議從資料分析入行，未來向大資料甚至人工智慧方向發展是不錯的選擇，這也是Python語言最有優勢的領域。人工智慧學習總體路線圖：資料科學中統計學基礎-->Python核心程式設計-->Python資料科學/資料分析-->機器學習-->深度學習-->選擇資料探勘/計算機視覺/自然語言處理/語音技術中的一個方向.

2.不過不是科班出身，走人工智慧方向要費勁得多，數學與統計要好！

3.IT技術發展到現在，程式語言Python是較好的選擇。

4.資料崗位發展方向，都是比較新型的職位，資料分析員、資料分析師、資料產品經理、資料總監、首席資料官等等，從資料分析員、初級資料分析師（就是表哥表姐哦）入行，逐步發展！

5.Python推薦書籍：

1.Python入門級別，比較經典，邊看便動手，程式就是寫出來的：

https://item.jd.com/11993134.html

2.Python高階，網路/Web核心技術寫的不錯

https://item.jd.com/11936238.html

3.資料分析、資料科學方向必讀書籍，Pandas創始人寫的：

https://item.jd.com/12398725.html

4.Python資料分析與資料化運營（第2版），作者是資料分析達人，案例實用

https://item.jd.com/12629982.html

5.PYTHON3網路爬蟲開發實戰，爬蟲經典，全面！

https://item.jd.com/26623764542.html

6.軟體開發就得動手做，君子動口不動手過時了，從基礎到資料分析的小專案都有：

https://item.jd.com/12512461.html

到以上可以向資料分析與爬蟲方向發展，爬蟲一般結合資料分析。

一下就是往資料探勘、人工智慧機器學習、深度學習發展了。

7.Python機器學習入門基礎，上手快。

https://item.jd.com/12301195.html

8.深度學習入門，從最基礎開始，學起來輕鬆：

https://item.jd.com/12403048.html

9.人工智慧發展最快最有前景的分支就是機器學習，經典之作《Python

深度學習》，Keras框架作者寫的，主要是使用Keras框架。

https://item.jd.com/12409581.html

其他人工智慧框架（Tensorflow/PyTorch）與分支，比如計算機視覺、自然語言處理、語音輸入等等分支各有不錯的書籍，抽空再貼上來。

https://www.ixigua.com/pseries/6802012202610983435_6802008605076750859

https://www.ixigua.com/pseries/6803957129586672140_6803859387329806855