僅僅掌握Python這門語言就想在人工智慧發展這是不可能的。人工智慧也有很多方向，如機器視覺，自然語言處理，大資料，推薦系統等。無論哪個方向，都需要機率論，統計學，線性代數等數學的支撐。除此之外，還需要掌握許多的演算法，如線性迴歸、樹相關的演算法、svm等。有些面試官喜歡問一些代價函式數學公式推導。所以說，要想學人工智慧，是離不開數學的。

僅僅掌握一門Python也可以有很多方向選擇。

除了掌握好Python之外，你還需要掌握flask、Django、tornado等框架，可能根據企業招聘需要掌握的知識進行學習。

學習爬蟲需要掌握scrapy等爬蟲框架，還需要MySQL，MongoDB等相關資料庫的使用。

需要一些Linux的相關知識。

掌握pandas，sklearn等一些資料分析庫，還有一些相關的機器學習演算法。

Python被稱為人工智慧時代的黃金語言，但是僅僅掌握它還是不能夠勝任人工智慧方面的工作。Python語言是一門工具，而人工智慧是一個非常廣的方向，諸如寬度學習、深度學習、各類演算法等等。

如果你具備了Python程式設計能力，那你可以用Python做點什麼呢？

一、網路爬蟲。採集網頁的資料，為後期的資料探勘或者資料庫的建立提供資料支撐，網路爬蟲資料還可以做瀏覽器等；

二、資料探勘和分析、科學計算、機器學習。Python中的pandas、numpy、matplotlib等資料處理庫，可以助力你進行科學計算和視覺化；

三、日常任務。比如自動備份你的MP3、12306搶票等；

四、web開發。其實很多著名的網站像知乎、YouTube、豆瓣網就是Python寫的，此外很多大公司，包括Google、Yahoo等，甚至NASA（美國航空航天局）都大量地使用Python；

五、網路遊戲後臺。很多線上遊戲的後臺都是Python開發的；

六、運維、應用開發、大資料、人工智慧、自然語言處理等。

……還可以寫很長很長…………還可以寫很長很長……

如果你具備Python企業級開發與大資料運維能力，那麼你不僅可以用Python做企業級開發，更可以做比“大資料開發”更高階的“大資料運維”，成為市場上稀缺的大資料運維工程師，年薪50w不在話下。

下面分別是Python網路爬蟲和web方向需要學習的知識點。

Python網路爬蟲學習涉及的內容主要有：Python入門知識、web前端知識、爬蟲基礎知識、爬蟲進階知識等等，一步一步循序漸進。每一個階段學習到的知識都特色豐富，從簡單到複雜。

Python web方向涉及的內容主要有：搭建環境、面向物件程式設計（OOP）、HTML知識、Django、Tornado、專案思想、多程序等等，同樣的，每個學習階段，都有大量的知識點等著我們去挖掘。

學習過程是煎熬的，而且循序漸進。當你的基礎部分學完了，之後你也肯定會忘記一部分，本自己以為掌握好的知識點，等到用時候發現自己還是不知道怎麼用。不用慌，這個問題不大~~這是學習的必經之路，溫故而知新，當你再回去複習基礎知識，你會有更深入的認識（驀然回首，那人卻在燈火闌珊處）。我們都處於奮鬥的時代，別因為小小困難而輕易放棄，學習更是要耐得住寂寞，不可急於求成。

可以這麼說，Python是一種非常適合人工智慧開發的語言，它擁有很多強大的AI相關的庫。當然，如果僅僅精通Python這種語言還是不夠的，還需要掌握AI的各種相關演算法。掌握了Python語言還可以從事web開發，資料分析與處理，網路爬蟲等方面的工作。

人工智慧是一個大方向，其中涵蓋了自然語言識別、知識表示、推理、機器學習、計算機視覺和機器人學。同時，人工智慧是一個典型的交叉學科，包括計算機、網路、數學、統計學、經濟學、哲學等學科的綜合運用，所以做人工智慧研究需要一個系統的過程和多團隊的協作。

Python目前在機器學習領域的應用比較多，我目前在做的智慧診療專案採用的就是Python，使用Python的好處一個是開發方便，另一個是調整起來也簡單，在驗證階段使用Python做演算法實現是一個聰明的做法。

做人工智慧方面的研發不僅僅要熟悉語言的使用，更重要的一點是要對演算法有一定的瞭解，即使只做實現方面的事情也要了解演算法的具體實現過程。一般情況下，使用Python做機器學習的程式設計師需要有機率論、線性代數的基礎，熟悉比較常見的演算法，比如K近鄰、決策樹、樸素貝葉斯、支援向量機等演算法。

Python雖然目前在大資料、人工智慧領域的應用比較普遍，但其實Python是傳統Web開發的三大解決方案之一，所以使用Python做Web開發也是一個不錯的方向。另外Python也可以做移動端的後臺實現。

如果有關於人工智慧方面的問題，也可以諮詢我。

遠遠不夠，一個成熟人工智慧的程式設計師，應該會：

一，

1,一門指令碼語言比如Python,JS……

2,C或者C++,

3,Java類語言

二，理解資料結構和計算機常用演算法

三，人工智慧系列演算法

四，人工智慧硬體

五，計算機網路，組成原理，編譯原理，資料庫，圖形學……英語和其他…

題主說的是精通python，欲從事人工智慧相關的工作吧？

假如精通了Python，那完全可以從事這一行業，但還需要不斷的學習，

比如：

neural-networks

machine-learning

deep-learning

convolutional-neural-networks

ai-design

reinforcement-learning

image-recognition

algorithm

classification

training

祝題主早日學成。

人工智慧那麼龐大，起碼要一個團隊幾十人來搞吧，那麼你雖然只會派森，可是你就負責用派森來搞的那一小塊，只要你水平夠高，沒有什麼不可以的。現在需要專而深的個人，而不是大而全的個人，尤其是人工智慧這麼前沿的類別，大而全是靠團隊。

本人計算機專業，對人工智慧略有了解，怒答一波。

其實這個問題，我的回答裡有類似的，有興趣的朋友可以去看一下。

首先，想學會python然後去做人工智慧，這是不可能的事。

python只是一門語言而已，只是人工智慧的一個常用工具，現在網上很多培訓班說什麼“學python，找人工智慧工作”，完全是扯淡、騙錢的，這也是我們說的“人工智慧騙子”。

稍微瞭解人工智慧的人，應該都知道阿爾法狗吧，畢竟擊敗了很多頂尖圍棋選手。

那麼你知道阿爾法元嗎？

阿爾法元是阿爾法狗的 超超超超超 級升級版，它很輕鬆地就擊敗了阿爾法狗！

谷歌當時做阿爾法狗的時候，給它輸入了很多很多的圍棋對戰棋譜，然後一步步地訓練它，這才打敗了李世石，後來又打敗了柯潔。

到了阿爾法元的時候，什麼棋譜都沒輸入，完全是靠“演算法”！

當時谷歌讓阿爾法元自己和自己對戰，然後訓練了很短的時間就打敗了阿爾法狗，據說當時的戰績是100:0全勝。

我說這個的意思就是，人工智慧是以數學和演算法為基礎的，門檻那是相當高，而且一般都是博士生在做，所以想學了python幹人工智慧，還是放棄吧。

雖然學了python搞人工智慧不現實，但找工作還是有很多方向的。

我只推薦一個——“資料分析師”。

推薦原因：有一定門檻不易被取代、市場遠未飽和、薪資不低。

現在的網路時代，我們每個人每天都會產生相當多的資料，有了這麼多的資料當然是要分析、整合然後加以利用的，而python正好很適合這方面。

我舉個例子，比如你手裡有中國近20年的嬰兒出生率的資料，然後由於二胎開放，在2015年出生的嬰兒增長了很多，帶來了一個“嬰兒潮”，這時候你可以試著分析：到2040年左右，這些2015年出生的孩子長大了，然後結婚生育出現了第二波嬰兒潮，這時候你還可以繼續分析，比如2040年奶粉、嬰兒服裝、孕婦用品將會有很大的需求，相關行業的從業者猛增，然後這些從業者的猛增又產生了怎樣怎樣的影響。

這樣一步步地去分析，就是資料分析師的工作了。

因為是基於資料，所以結果一般都很可靠。

這只是個很簡單的例子，實際的分析當然要複雜地多。

另外，我在上一個回答中也說過，網易雲課堂上面有一個“資料分析師”的微專業，大家有興趣地話可以去看看。

只是掌握一門Python語言，就能做人工智慧，我覺得有點鬧。

Python作為一門程式語言，如今其魅力已經遠超C#，C，C++，甚至在TIOBE程式語言排行榜上，Python曾經一度超越Java，上升至榜首位置。Python被暱稱為“膠水語言”，更被熱愛它的程式設計師譽為“最美麗的”程式語言。從雲端、客戶端，到物聯網終端，python應用無處不在，同時也是人工智慧首先的程式語言。

但是很多人在選擇學習Python上都有一個誤區：Python=人工智慧？？？

Python語言的應用很廣，可用於開發web應用，爬蟲程式，大資料，人工智慧方面。Python是學習人工智慧的基礎，但是從事人工智慧相關工作對其他能力有很高的要求：機率論、數理統計、矩陣論、圖論、隨機過程、最最佳化、神經網路、貝葉斯理論、支援向量機、粗糙集、經典邏輯、非經典邏輯、認知心理學當然本科微積分、線性代數是最為基礎的知識。同時還要學些程式設計工具，像matlab，spss，C++或Java等。

所以，只是掌握一門Python語言，不能做人工智慧嗎，至少不能成為一名優秀的人工智慧工程師。

我的意見跟前面的其他人不太一樣。我認為人工智慧，尤其機器學習，最重要的是演算法能力以及問題建模“實際問題轉化為機器學習問題”的能力，而程式語言只是演算法實現的工具而已。一般而言，研究所和高校等用matlab和Python比較好，最新版的MATLAB也內建了很多機器學習和深度學習庫，而Python就不用說了，各種第三方庫十分方便；而在網際網路公司的話看你的崗位了，資料分析師的話需要會Hadoop，資料庫以及Python的資料分析庫，策略演算法工程師分為離線演算法和線上工程架構，離線演算法的話需要掌握Python的各種機器學習，深度學習庫，必須精通其中的至少一個還需要平行計算，GPU，Hadoop等。所以，學習機器學習，不要糾結程式語言了。推薦Python，演算法的工程實現推薦c＋＋。至於Python的其他用處，那就太多了，Python的另一個名字叫膠水語言，上到web前段資料庫，不追求高效能的話完全可以cover的。加油，記得采納點贊吆