學習智慧程式設計還是有難度的，需要演算法與數學，你要確定數學很好，對自己要有定位，可以考慮一些簡單的程式設計，比如unity手遊，網站開發等

你可以找一些對初學者友好的語言入門，比如

python，然後再選擇你的方向，web開發還是機器學習，這樣有一個明確的目標才可以去制定詳細計劃。

現在人工智慧，機器學習，python是個比較契合的語言，我有兩個朋友一個是學機器視覺一個是學電子通訊，分別在研究生階段都有對python的學習計劃，而且都是入門的要求。

每種程式語言都有自己適合的領域，C語言適合大型的系統，因為它針對底層程式設計，對於資源和安全方面都有細緻的操控。java可以寫爬蟲，python也可以寫，但是不如python精簡強大，這就是術業有專攻，選對了語言對於你學習這門專業有著事半功倍的效果。

最後也是最重要的一點，興趣是最好的老師，不要半途而廢，學習的過程中遇到困難是肯定的，從解決問題的過程中獲得樂趣，加油！

智慧程式設計是個很寬泛的概念。如果是小學學齡階段，想要學習程式設計，我認為要根據孩子的實際年齡、興趣愛好、計劃發展方向綜合加以判斷。可以從機器人搭建學習，當搭建學習到一定水平階段的時候，小孩子自然生出的控制慾，會在程式設計與機器人的結合過程得到很好的釋放。

如果你是一個小白，零基礎的那種，就好好考一個大學，報讀人工智慧專業好好從零開始學，如果條件允許，也可以報名線上培訓課程，慢慢學習。自學的話估計很難，除非有人幫助你，看那些免費教程是學不到東西的，中間總是一些問題與他教的不一樣。

智慧程式設計從字面上理解涉及到兩個內容，一個是智慧，另一個是程式設計，智慧的核心是演算法，而程式設計的核心是演算法實現。

如果想學習智慧程式設計首先要對人工智慧有一定的瞭解，然後透過掌握一門程式語言來完成演算法實現的一系列過程。目前人工智慧的研究方向集中在六大方面，分別是自然語言處理、自動推理、機器學習、知識表示、計算機視覺和機器人學，隨著深度學習的應用，機器學習領域得到了廣泛的關注，所以把機器學習領域作為切入點是一個不錯的選擇。

機器學習簡單的說就是在一堆雜亂無章的資料中找到規律（Machine Learning in Action），機器學習的步驟包括資料收集、資料整理、演算法設計、演算法實現、演算法驗證和演算法應用。對於初學者來說，首先要掌握常見的機器學習演算法，包括決策樹、k-均值、SVM、Apriori、EM、PageRank、AdaBoost、kNN、樸素貝葉斯、CART等演算法，以上提到的演算法也是目前在機器學習領域被廣泛使用的演算法。

接下來就是選擇一門程式語言，對於機器學習來說，可以採用Python、C++、Java、Lisp等程式語言，目前不少人工智慧的研發人員在初期更願意使用Python語言做演算法實現，原因是Python語言使用起來比較方便。Python語言有豐富的庫可以輔助機器學習的開發，包括Numpy、Matplotlib、Scipy等庫，使用Python做演算法實現在調整上也比較方便。

所以，建議初學者從Python語言開始學起，然後進一步學習機器學習演算法，然後採用Python語言來完成常見演算法的實現，進而模擬實現一些常見的應用場景（智慧交通、智慧診療等）。