人工智慧離不開大資料處理，Python也正是因AI而變動紅火，可以去自學網上找Python相關的學習影片。

人工智慧是一個多學科交叉的一個綜合學科，不是能夠程式設計就可以勝任的，特別是在某些專業領域，需要將一些統計學習，機器學習，深度學習的演算法應用到專業領域上，這是一個持續的過程。所以紮實的程式設計基礎和演算法基礎是一個前提條件，當然涉及的更深會牽涉到強化學習的內容，但是更重要的是對業務的處理，如果將最新的演算法應用到實際業務上，這個很重要。如果與實際業務脫離，無法發揮實際作用，再好的演算法也是白搭。所以想要學好人工智慧，演算法，程式設計和業務三者缺一不可。從演算法角度建議從演算法導論這種較為基礎的書籍看起，一些排序演算法，紅黑書演算法，遺傳演算法，蟻群演算法以及資料結構是基礎；更進一步，李航的統計學習，周志華的西瓜書是入門機器學習最好的選擇，而對於深度學習，花書是一個不二選擇；從程式設計的角度，主要是學好python，c＋＋，c，Java等語言以及一些微服務架構，這是將演算法變現的最直接的途徑，python在於實現思路，而java則與大資料有緊密的結合；c語言能從底層最佳化演算法；對於業務而言，要熟悉自己所在的專業領域的知識以及使用者的需求，從產品經理的角度來思考演算法的應用，多瞭解資料庫間不同實體之間的關係。做到這三點，你就能在人工智慧領域如魚得水了。

介紹一些工程師通用的學習方法~

工具要非常熟練：在排查問題和寫程式碼上，如果你1個小時只能嘗試一種方法，別人卻能夠嘗試10次，那麼別人就是比你牛。天下武功唯快不破，你後續寫demo、查問題、工具的熟練程度都會決定你學習和嘗試新事物的速度。

讀書 & 看文件：學習還需要系統化。並非單靠看一篇文章就能明白原理。

影片學習：影片有一些文字表達不了的功能：圖書中只會貼一段程式碼，而影片中這些程式碼是需要輸入的，這時你會發現作者很多的黑科技或者黑技巧，你也能學習到。如React入門書籍中，一般只會說明或者引用Redux，而教學影片中，會開啟對應的網站，給你列舉一些重點特性。另外圖書中一些比較容易忽略的東西，在影片中可能會被很好地補充。而且很多的影片製作者，本身是來自框架和技術的開發團隊，而不是第三方的圖書作者，所以新鮮度和技巧性都非常明顯。

技術新聞，twitter上技術大牛 & 參加技術大會：前面介紹的圖書、文件和影片教學，讓我們可以瞭解和深入某一項技術，對付工作應該沒有問題。但如果要緊跟潮流，獲取靈感，可能還需要關注一些技術新聞，follow twitter上的技術大牛。——雷卷