当前位置： mit人工智能公开课-人教版初一英语视频公开颗课
人工智能是一个很大的学科，安德里亚斯·卡普兰（Andreas Kaplan）和迈克尔·海恩莱因（Michael Haenlein）将人工智能定义为“系统正确解释外部数据，从这些数据中学习，并利用这些知识通过灵活适应实现特定目标和任务的能力”。人工智能的研究是高度技术性和专业的，各分支领域都是深入且各不相通的，因而涉及范围极广。作为小白，想要自学入门的话，前期需要做的功课有很多，比如：
1. 数学
数学是程序员的基本功，但我指的当然不是那种1+1=2的普通数学，想要在人工智能领域深入研究的话，必须要对线性代数、概率论、统计学、微积分等领域有一个全方位的了解，许多新手就是被数学这一大难关给劝退的。但实际上很多人都已经具有了高中数学的一些基础知识或者中级知识，这是一个很好的开始。下面整理了几个比较优秀的数学学习课程，大家可以参考参考：
微积分学
Khan Academy Calculus videos（可汗学院微积分视频）
MIT lectures on Multivariable Calculus（MIT关于多变量微积分的讲座）
线性代数
Khan Academy Linear Algebra videos（可汗学院线性代数视频）
MIT linear algebra videos by Gilbert Strang（Gilbert Strang的MIT线性代数视频）
Coding the Matrix （编码矩阵） – 布朗大学线程代数CS课程
概率和统计
可汗学院 Probability（概率）与 Statistics（统计）视频
edx probability course （edx概率课程）
2. 编程
刚刚提到，数学是程序员的基本功，那有同学会问了，编程呢？编程可以说是程序员吃饭的工具，是他们拿来看家的本事。想学人工智能，需要你最起码掌握一种编程语言，推荐学习Python语言，一方面原因是Python语言简单易学，实验环境也易于搭建，另一方面原因是Python语言有丰富的库支持。目前Python语言在人工智能领域有广泛的应用，而想要深入一些的话，也还需要你掌握一些其他语言比如Matlab、C++的基本语法。其实这些语言的语法，自学一周左右就能基本了解的差不多，但问题关键在于运用。自学最大的难点就在于实际训练太少，只学到了纸面上的知识，不能运用到实际中去，这时就需要自己在网上找一些资源来进行练习，或者干脆找一些培训机构来专门的学习编程语言。目前市场上有很多比较专业的培训机构，比如黑马、千峰、达内等等，他们都提供线上以及线下课程，线下课程覆盖全国各大城市，学习起来比较方便；也可以在网上找一些免费的公开课来进行学习，比如：
python零基础相关(网易公开课)
这是一门适合Python零基础的初学者、Web开发程序员、运维人员、有志于从事互联网行业以及各领域应用Python的人群的课程。
夜曲编程
适合0基础编程小白，刚上手肯定是过一遍Python最基本的知识，比如：变量、数据类型、语法等，打好基础后面才顺。推荐百词斩的夜曲编程，把Python的概念用卡片讲得生动浅显，好掌握，每天20分钟就够，入门很轻松。
类似的公开课还有很多，比如可汗学院公开课：计算机科学、Python交互式编程入门、Python交互编程入门等等，大家可以自己去网易公开课或者腾讯课堂找一个自己喜欢的了解了解。
前期功课做足之后，就可以尝试着接触一些人工智能的基本概念了，比如了解一下什么是机器学习，深度学习又是什么，数据分析又是什么。到这里，许多新手估计已经受不了了，太多的专业概念，根本无从下手。所以我建议大家可以再找一些外部帮助，比如网课，公开课等等，这样可以帮助大家系统完善的学习人工智能。这里我可以再专门给大家介绍两个不错的线上课程：
贪心科技 - 人工智能与机器学习
贪心科技是一家热门的专注于AI教育的科技公司，核心团队由海内外AI专家组成，旗下目前已经出品了好几门出色的AI领域线上课程。这门课程是由贪心科技团队的李文哲和Jerry Yuan讲师合作进行讲授，课程之外还专门配备了多名助教老师负责课后答疑以及作业批改工作。
讲师 - 李文哲
曾任金融科技独角兽公司的首席科学家、美国亚马逊的高级工程师，先后负责过聊天机器人、量化交易、自适应教育、金融知识图谱等项目，并在AAAI、KDD、AISTATS等顶会上发表过15篇以上论文，并荣获IAAI，IPDPS的最佳论文奖，多次出席行业峰会发表演讲。分别在USC, TAMU，南开攻读博士、硕士和本科。在荷兰访问期间，师从AI顶级学者Max Welling教授。
讲师 - Jerry Yuan
拥有14年人工智能、推荐系统、自然语言处理、数字图像和视频处理项目经验，主导多款核心推荐系统的研发，是人工智能、分布式系统、云计算方面的专家。曾师从中国科学院王守觉院士从事人脸识别研究、共同发表论文。在美国博士期间，主要研究NASA（美国航天局）支持的基于人工智能的空间天气预测项目。先后在AI相关会议和杂志上发表过15篇以上的论文。
这门课程主要面向想系统性学习AI的在职人士（IT、运营、产品、财务等等）以及在校学生，通过这门课程的学习可以为后续的转型做准备，或者用这些学到的技术来提升工作的效率。在课程当中，所有核心机器学习算法背后的技术细节以及推导都得到了全面的阐述。除了每章之后的作业之外，课程中间还单独设置了几个实训章节，因此这门课程可以说更加偏向于理论与实战的结合。
这套课程总共17个章节，知识覆盖面十分广泛，而相对于线下课程来说，学习时间更加灵活，课程内容也更加精干，省去了面授课程中冗杂的无意义片段，刀刀到肉，针针见血；另外，因为贪心科技是专门主打线上课程的培训机构，因此其配套设施十分完善，学员无须自己下载软件，所有练习均可在其线上平台完成，非常方便。
课程目录
人工智能基础
线性回归
逻辑回归
模型泛化
【项目作业】-广告点击率预测
朴素贝叶斯
【项目作业】-情感分析项目
决策树
随机森林
提升树
【项目作业】-信用卡欺诈预测
K-Means
主成分分析
【项目作业】-零售场景中的用户分层
神经网络
支持向量机
【项目作业】-手势语识别
讲授案例
贪心科技课程的一个亮点在于，区别于传统的线上课程，他家的课程不仅仅使用视频讲解，而是通过视频、文字以及图片的结合，达到了传统视频教学无法比拟的教学效果。比如在解释“深度学习”时，为了让同学们真正理解深度学习的概念，李文哲老师将深度学习与浅层学习通过图形的方式做了对比，将深度学习表达为“浅层学习的叠加”，将深奥的理论概念通过只言片语便轻松的讲解出来了。
课程中间穿插的小选择题轻松有趣，帮助我们完全浸入学习的氛围。答题之后，会有专业的答案解析，当然，如果感觉题目太难，还可以相应的调整题目难度，十分人性化。
最后，每个小节之后还会有非常精简的课程总结，方便同学们及时回顾本节学习的内容，让大家学的扎实。
亮点
这门课程由于是专门面向初学者的商业课程，所以相对来说它更加注重满足用户群的需求。先来看看贪心科技官网给出的这门课程的卖点：
本人之前自己也上过这门课程，上完之后自己也总结出了几个令人眼前一亮的闪光点：
1. 课程设计轻量化，能够满足上班族和学生党的时间需求
2. 无需自行下载软件，一切操作都可在平台完成，学习方便
3. 实操作业多，且案例覆盖领域较广，可以及时对所学理论进行巩固和应用
4. 知识覆盖面广，适合新手入门
其中，“有助教”这一点，对我来讲应该是这门课程最大的一个优势。相较于网上冰冷的自学课程而言，与助教进行有效的互动可以随时解决自己遇到的问题，省去了大把查阅资料的精力，学习起来十分省心；而助教的存在，同时也减小了线上课程与线下课程的区别，使得学习有一种身临其境的感觉。
课程难度
这门课适合想要转型投身AI行业的初学者，需要的基础知识不多，并且课程当中知识点讲解比较透彻，作为小白十分容易上手，再加上有助教老师的答疑mit人工智能公开课，学习起来可以算是毫不费力。学完全套课程之后可以达到初级算法工程师的标准，技术上完全可以胜任。
基础知识
具备高中以上数学基础，了解简单的统计与线性代数；半年以上编程经验，包括但不限于Python。
李宏毅 - 机器学习公开课
李宏毅老师的机器学习公开课每年都会更新一次，每一个版本在当时都可以说是经典之作，新手拿来作为了解机器学习以及AI人工智能的入门教材十分不错。
讲师
李宏毅现任台湾大学电气工程助理教授，研究重点是机器学习，特别是深度学习领域。他的一系列机器学习课程公开课视频，被很多人在机器学习领域当做入门教材。
李老师的课程中干货满满，其课程视频被许多人称赞为最好的中文机器学习课程视频。李老师的讲课风格偏向于幽默风趣，经常会使用一些卡通形象来增加课程的趣味性。一些晦涩难懂的理论知识，在他形象生动的讲解下往往会变的容易掌握。
课程内容
这门课程在内容方面其实更加偏向于深度学习领域，相对来说比较进阶，但李宏毅老师自信的表示，这并不会影响这门课“机器学习入门课”的属性mit人工智能公开课，仍然会让绝大多数人听得懂，大家仍然可以尝试着将它作为机器学习的第一门课。
既然是入门课，那它的课程设置必然就相对比较容易上手，“从最基本的观念讲到最前瞻的技术”是这门课的一大特色，其2021年的课程是这样设置的：
课程介绍
深度学习
自注意力
机器学习理论
Transformer
生成式模式
自监督学习
可解释AI / 对抗攻击
域自适应 / 强化学习
量子机器学习
终身压缩
元学习
亮点
李宏毅老师的课程总结下来有两大亮点：
1.结合卡通形象来讲解理论知识，风格幽默风趣、生动形象
2.适合初学者，有配套作业题
3.使用Python作为编程语言，对大多数初学者比较友好
课程难度
这是一门适合初学者的入门课程，重点偏向于深度学习，想对深度学习有所了解的同学可以尝试去听听看。
基础知识
这门课需要提前掌握数学和编程上的一些基础知识。
数学上需要掌握：微积分、线性代数、概率论；
编程上需要掌握：Python相关语法、套件。在课程中需要能读懂并修改课上给出的一些范例代码，老师会默认你已经基本掌握Python语法。
总结
说了这么多，其实学习人工智能呢，最主要的还是有一颗热爱学习的心。找到适合自己的学习方式只是第一步，自学重要的还是坚持。只有坚持学下去，才能得到应有的收获，万万不可半途而废。最后预祝题主在人工智能的世界里找到自己的那一片天！
上一篇 
