随着人工智能的发展，以及岗位需求的激增导致许多岗位都供不应求，从而引发的是岗位工资都要远远高于其他的行业，所以很多人都想要进入这个行业。我就结合一下我的个人经验来说说，人工智能究竟应该怎么学呢？
一、不要被数学知识所吓倒
学习人工智能的确需要很多的数学知识，如高等数学、线性代数、概率论、统计学等。在学习人工智能的过程肯定是需要用的这些知识的，这也不意味着说需要这上面的所有知识。
我们只需要掌握求导、矩阵的运算、概率分布等，这些知识可以在学习人工智能的时候再去补充这些知识，没有必要刚开始就花大量的时间去学习这么多的数学知识，刚开始这样学习只会导致你失去进入这个行业的兴趣。
毕竟我们不是作为研究人员，如果作为应用型的人工智能开发工程师掌握这些数学知识就差不多了，其实网络中大部分的数学知识框架已经帮我们都设计好了，掌握这些知识只是为了当模型出现问题时，应该如何去找问题。
二、寻找一种高效的学习方法
作为一名程序员，找到一种高效的学习方法对于你来说很重要，因为程序员这个行业要学的东西真的是太多了，所以说你的学习效率不能太低。
通常我们学习一门新技术的时候，主要的学习方式有两种看书和看视频。
对于刚开始接触的时候，我建议先从看视频开始，看视频的学习带入感比较强，而且如果老师厉害的话，讲的也会比较全面，更能浅显易懂的让我们明白。
对于看视频学习，切记不要以为看完就完了，这是大忌。
如果你是这样学习，我敢保证一周过后你就忘记了你之前看的内容了。最好是在看完视频之后，一定要练习一下老师说的内容，先敲一遍代码，然后再写一篇博客记录总结一下，以后自己忘记了还可以回过头来看一下，虽然说这种学习速度可能会有点慢，但是这样学到的知识更能让你长期记忆。
三、学习的时候你一定要找适合自己的资源
其实我在学习的时候这个问题感触还是挺深的，一般我在学习之前都会去寻找一些优质的资源来学习。
但是，优质并不代表着适合你，一定要寻找适合自己学习阶段的优质资源。
我刚刚开始学习机器学习的时候，就听别人说，周志华写的《机器学习》很好，然后我就买了，这本书的确写的是很好，但是不适合入门，刚开始看这本书真的很累，看的我想睡觉。毕竟这本书写的大部分都是机器学习的理论知识，建议在有一定的知识之后再看这本书。
这里给大家推荐一些书视频和书籍，入门视频建议大家可以看看吴恩达的deeplearning.ai。入门书籍可以参考以下两本：
1、机器学习实战，教你一步步使用Python来实现机器学习中的算法如逻辑斯蒂回归、SVM、决策树等，需要下载这本书的源码，请参考：https://blog.csdn.net/sinat_29957455/article/details/79123394
2、想入门或者学习TensorFlow，可以买这几本书看看。
四、坚持学习，多敲代码
每天一定要抽出一些时间来学习，看完之后要多敲敲代码，当学习到一定程度的时候，可以去kaggle、天池大数据竞赛这些网站找一些适合的项目来实践巩固一下自己学习过的内容。
参加竞赛可以多看看别人分享的kernel和文章，能收获不少，如果有这些竞赛网站的参赛经验对你以后找工作也有一定的帮助。
另外，可以好好利用上下班坐地铁的时间或其他业余时间，看看人工智能方面的行业信息以及别人写的文章。
五、找一个好的平台来学习
还记得当初我在自学的时候，经常会遇到一些问题，但是身边的小伙伴又没有可以咨询的，所以这一段过程过的很痛苦，也有过放弃的想法。
其实学习的时候有一个好的平台还是非常重要的，有一群志同道合的人一起坚持学习会比较容易一些。这里给大家推荐一个非常好的学习人工智能的平台——
八斗问答
八斗问答是一款微信内嵌小程序，通过微信搜索即可访问使用。
与知乎类似的地方在于，八斗问答也是一个问答平台，与其不同之处在于，八斗问答专注于工业物联网、人工智能、机器人等垂直领域。
视频课堂
八斗问答平台上有许多和人工智能相关的视频教程，视频分为了不同的种类，包括人工智能、前沿报道、机器人、大数据、区块链等，目前这些视频都可以免费观看的。
专业不小众
八斗问答邀请的，是行业、学术的权威，运营起初就开放注册。
“普通人”的学习型社区
不论你是什么行业基础，只要对人工智能、机器人、物联网感兴趣，那么你总有可切入、完成无缝学习地点：或者是经营者带来的对行业现状的思考，或者是高工四两拨千斤的技术答疑，也许又是高校教授深入浅出的难点讲解。
不玩纸上谈兵那一套
在八斗问答，大咖细分为科研大咖（高校教授学者）、行业大咖（高级工程师）与企业大咖（经营者、管理者）。八斗问答提供的，是基于实践经验出发的知识分享与学习。
当你在学习过程中遇到什么不懂问题的时候，可以去上面提问，会有专业人士给你解答，你还可以与他们进行交流，可以帮你一对一的解决问题。
閱讀更多 機器學習之路 的文章
