隨著2016年Alpha Go在圍棋擊敗李世石，2017年初卡內(nèi)基梅隆大學(xué)人工智能系統(tǒng)Libratus在長(zhǎng)達(dá)20天的鏖戰(zhàn)中，打敗4名世界頂級(jí)德州撲克玩家，這標(biāo)志著人工智能技術(shù)又達(dá)到了一個(gè)新的高峰。人工智能已經(jīng)不再是在各大公司幕后提供各種智能推薦、語(yǔ)音識(shí)別算法的工具，它已經(jīng)慢慢走向臺(tái)前進(jìn)入到平常百姓的視野之中。曾經(jīng)有人描述人工智能就向一列緩緩開向人們的火車，一開始非常遙遠(yuǎn)而且看起來(lái)非常緩慢，它慢慢接近，直到人們清楚看到它的時(shí)候，它已經(jīng)呼嘯而過(guò)，把人遠(yuǎn)遠(yuǎn)拋在身后?，F(xiàn)在似乎就是人們可以遠(yuǎn)遠(yuǎn)看到人工智能的時(shí)候，它已經(jīng)發(fā)展數(shù)十年，但直到最近才引起廣泛注意，隨著大數(shù)據(jù)的積累、算法的改進(jìn)、硬件的提升，人工智能可以在很多細(xì)分的領(lǐng)域成為專家，輔助人類甚至超過(guò)人類。
作為一名初學(xué)者，我也是剛剛接觸人工智能和機(jī)器學(xué)習(xí)，希望能夠和大家共同學(xué)習(xí)。接觸一個(gè)領(lǐng)域的第一步是盡快的了解全貌并且搭建出相應(yīng)的知識(shí)體系。大致提綱如下（后續(xù)不斷補(bǔ)充）：
1 - 數(shù)學(xué)
線性代數(shù)、微積分
在整個(gè)機(jī)器學(xué)習(xí)過(guò)程中涉及大量矩陣運(yùn)算和微積分導(dǎo)數(shù)的概念，因此建議初學(xué)者至少要有較為扎實(shí)的數(shù)學(xué)基礎(chǔ)，對(duì)矩陣和微積分的概念了解比較清楚。否則在一些公式推導(dǎo)過(guò)程中會(huì)遇到較大障礙，而不斷反復(fù)回來(lái)復(fù)習(xí)數(shù)學(xué)知識(shí)。
2 - 編程語(yǔ)言
Python/R/Java/Matlab 7 Steps to Mastering Machine Learning With Python
Python已經(jīng)成為機(jī)器學(xué)習(xí)的第一語(yǔ)言，至于為什么知乎中有非常不錯(cuò)的解釋。眾多機(jī)器學(xué)習(xí)的框架都支持Python API，所以學(xué)習(xí)機(jī)器學(xué)習(xí)，Python語(yǔ)言語(yǔ)法估計(jì)是繞不過(guò)去。
3 - Supervise learning
Linear regression：機(jī)器學(xué)習(xí)知識(shí)體系 - 線性回歸
Logistic regression：
延伸閱讀
學(xué)習(xí)是年輕人改變自己的最好方式