每日一發小視頻
1.python是不是最適合開發人工智能的語言？
人工智能的領域很廣，很多編程語言都可以用於人工智能的開發。很難說AI必須要用哪一種語言，哪一種最適合；但是python簡單易入門，相對人工智能領域中來說，是使用比較廣泛的。它可以將數據結構和其他常用的AI算法無縫鏈接。此外，python的庫和大量的資源，所以自己學習的話不是特別有難度的。
2.熟練python以後還需要去學習爬蟲、web以及自動化運維等相關知識嗎？
人工智能跟前端移動端是沒有很大關係的，web全棧開發更是沒有什麼關係。
3.很喜歡人工智能技術，該怎麼自學？
想要從python入門的話，看到上面線路圖的第一個階段。之後都可以跳過了，直接學習第七和第八個階段。Python的基礎知識入門的話，建議前期看視頻學習，之後可以買本基礎知識的書，當做工具書。視頻的話，老師可以直接告訴你重點等等。
羅列一套自學方案的話，整理起來真的是字數太多了。樓主可以根據下面要學洗的內容做成自己的學習導圖。
數學基礎：微積分、線性代數、概率統計、信息論、集合論和圖論，博弈論；
你說最後學數學，沒必要怕數學；本科當中都會有概率論線性矩陣等等，但是不用你去算出來。這裡所需要的就是看懂公式然後推導。
一、機器學習算法：
1.機器學習基礎：①估計方法；②特徵工程
2.線性模型：線性迴歸
3.邏輯迴歸；4.決策樹模型；5.支持向量機；6.貝葉斯分類器；
7.神經網絡：深度學習
①MLP ②CNN ③RNN ：LSTM ④GAN
8.聚類算法：K均值算法
二、機器學習分類
1.監督學習：①分類任務 ②迴歸任務
2.無監督學習：聚類任務
3.遷移學習
4.強化學習
三、問題領域
1.語音識別； 2. 字符識別：手寫識別；3.機器視覺；4.自然語言處理：機器翻譯；5.自然語言理解；6.知識推理；7.自動控制；8.數據挖掘；
9.遊戲理論和人機對弈：①各種棋 ②德州撲克 ③星際爭霸
四、機器學習生態
1.加速芯片； 2.虛擬化；3.分佈式結構；4.庫和計算框架；
5.數據集：①綜合數據集 ②圖像和視頻數據集 ③自然語言數據集 ④音頻數據集；
6.雲服務
五、行業競賽
六、其他相關人工智能的技術
1.知識圖譜； 2.統計語言模型； 3.專家系統； 4.遺傳算法； 5.博弈算法：納什均衡
4.21歲學習人工智能可行嗎？來得及嗎？
喜歡加堅持完全可行的，也許會遇到難處別放棄。自學的話是有些難度，最好找個論壇找個志同道合的人一起學習。21歲來的及，這麼年輕哪有來不及的一說。
5.每天學習3-4個小時，除數學基礎外，只熟練一門編程語言，可以直接涉足人工智能或者算法相關行業嗎？
想要速成，那就是去背代碼，不管學到哪裡就努力背下來。要先從數據科學開始學習，因為你不能保證你以後就一定可以從事人工智能的工作。數據科學也就是你說的算法和人工智能是有交叉的。
6.學成以後沒有優勢如何去找工作？
這個應該等學成以後再說，因為很難。尤其是人工智能方面，數據科學就是挖掘和分析學好了，自己做幾個項目的拿著項目去找工作不難。找到工作之後再自己去考本或者證書都可以的。
最後說一下python的基礎知識可以到黑馬視頻庫去學習，裡面有很詳細的入門的教程。關於數據科學的，微軟有很多免費課的。
啊窩額
再來說說你的人工智能，這是個東西前景很好。但是前景好的行業不代表你能在這裡混得好。看你的興趣那麼廣就說明了一個問題，你根本不瞭解這個行業，更沒有一個可行的職業規劃。所以你是從自己所理解的角度去看這個行業，然後恨不得所有沾邊的都學個透！這就是不可行的了！
再說點你的就業擔憂。這個是每個畢業生都要經歷的過程，缺乏社會經驗和專業指點。比如你如果想了解這個人工智能的就業情況你完全可以去各大招聘網站搜索。裡面就有相關專業的要求和資薪，做完這個調查你就會更有方向。
最後說一句，學習是什麼時候都不晚的，何況你才21，這才多大啊！祝你早日實現自己的夢想！
開心鼠01
如果是理工男好些，這個東西需要深厚的基礎知識，如果不喜歡動腦子最好不要學，在你這個年齡上只要是好大學理工男有公司會培養，畢竟年齡還小你自學一些簡單的東西，能幹活了，進了公司有人帶你進步會很快，如果不是好大學理工類那就困難了，算法在開發裡算很難了，不代表不行，就是希望比較渺茫。
