ai技術(shù)基礎(chǔ)是什么？甩漿AI智能當(dāng)然是一項(xiàng)古怪的技術(shù)，必須的基礎(chǔ)技術(shù)尤其是數(shù)學(xué)方面非常多。比較多和：線性代數(shù)：除開張量、矩陣、范數(shù)、特征分解等一些列知識(shí)概率論在內(nèi)信息論：各種概率分布，離散、連續(xù)、質(zhì)量

ai技術(shù)基礎(chǔ)是什么？

甩漿AI智能當(dāng)然是一項(xiàng)古怪的技術(shù)，必須的基礎(chǔ)技術(shù)尤其是數(shù)學(xué)方面非常多。

比較多和：

線性代數(shù)：除開張量、矩陣、范數(shù)、特征分解等一些列知識(shí)

概率論在內(nèi)信息論：各種概率分布，離散、連續(xù)、質(zhì)量函數(shù)、密度函數(shù)，香農(nóng)熵，交叉熵等等。

機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)：模型擬合、估計(jì)也、監(jiān)督、無監(jiān)督、梯度下降等等。

卷積網(wǎng)絡(luò)，各種神經(jīng)網(wǎng)絡(luò)，CNN，RNN...

編程語言，諸如python

機(jī)器學(xué)習(xí)庫：tensorflow、pytorch

綜上所述，要學(xué)的東西真太多。

學(xué)習(xí)人工智能一定要學(xué)習(xí)Python么？

從當(dāng)前人工智能領(lǐng)域的崗位需求來看，無論是畜牧獸醫(yī)相關(guān)專業(yè)旗下崗肯定算法崗，都不需要具有一定的編程能力，但是在人工智能落地之前應(yīng)用的初期，開發(fā)崗的人才需求量應(yīng)該要比也很大的，所以編程能力相對(duì)于就業(yè)的影響是比較好大的。

Python在人工智能領(lǐng)域的應(yīng)用應(yīng)該比較比較多的，并且的原因Python是全場景編程語言，所以我可以不再進(jìn)行落地之前應(yīng)用開發(fā)，這也會(huì)節(jié)省一些工程實(shí)踐的時(shí)間。

以我的課題組為例，目前Python和C是兩門主流的編程語言，Python的應(yīng)用大量一些，C比較多應(yīng)用到在CV方向。

對(duì)于初學(xué)者來說，從Python開始學(xué)起是比較好的選擇，比C來說，Python語言是對(duì)初學(xué)者更不友善不少，也更不容易建立起自學(xué)的成就感。

學(xué)習(xí)人工智能要有一個(gè)系統(tǒng)的學(xué)習(xí)規(guī)劃，同時(shí)由于學(xué)習(xí)人工智能對(duì)此場景的要求總體都很高，所以才還是需要積極主動(dòng)為自己營造一個(gè)好些的交流和實(shí)踐場景。

初學(xué)者在去學(xué)習(xí)Python的同時(shí)，還估計(jì)不同步的自學(xué)再看看機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)知識(shí)，這會(huì)為情報(bào)營的學(xué)習(xí)和實(shí)踐打下了堅(jiān)實(shí)的基礎(chǔ)一個(gè)基礎(chǔ)。

在自學(xué)機(jī)器學(xué)習(xí)的初期，可以不然后是從實(shí)現(xiàn)程序一些超經(jīng)典的機(jī)器學(xué)習(xí)算法來完成一些場景應(yīng)用，.例如決策樹、素凈貝葉斯等算法就都很好理解，或則的應(yīng)用場景也都很多，實(shí)際這個(gè)過程都能夠讓初學(xué)者所了解機(jī)器學(xué)習(xí)的步驟。

深度學(xué)習(xí)是目前學(xué)習(xí)人工智能知識(shí)需要要看重的內(nèi)容，隨著深度學(xué)習(xí)框架的不斷發(fā)展，目前深度學(xué)習(xí)的門檻巳經(jīng)也很低了，這對(duì)初學(xué)者也更敵視了。

后來，如果不是有學(xué)習(xí)人工智能相關(guān)的問題，希望能與我交流探討。