學(xué)習(xí)編程，主要掌握Python，跟著課程也學(xué)習(xí)了一些C、HTML、CSS、JavaScript；學(xué)習(xí)了數(shù)據(jù)科學(xué)的理論和編程方法，如：Pandas, Numpy, Matplotlib等；在線學(xué)習(xí)了四套關(guān)于Machine Learning和Deep Learning的課程。

學(xué)習(xí)人工智能怎么入門

階段一是Python語言（用時5周，包括基礎(chǔ)語法、面向?qū)ο?、高級課程、經(jīng)典課程）；階段二是Linux初級（用時1周，包括Linux系統(tǒng)基本指令、常用服務(wù)安裝）；階段三是Web開發(fā)之Diango（5周+2周前端+3周diango）；階段四是Web開發(fā)之Flask（用時2周）；

階段五是Web框架之Tornado（用時1周）；階段六是docker容器及服務(wù)發(fā)現(xiàn)（用時2周）；階段七是爬蟲（用時2周）；階段八是數(shù)據(jù)挖掘和人工智能（用時3周）。

如何自學(xué)人工智能

新手可以從基礎(chǔ)的基礎(chǔ)開始學(xué)起，不止線性規(guī)劃和隨機森林，連筆記本怎么用，NumPy等重要的Python庫怎么用，都有手把手教程。

到中后期，可以學(xué)著搭高級的RNN，厲害的GAN，這里還有許多實際應(yīng)用示例可以跑。畢竟，這是一個注重實踐的項目。

這里的算法示例，可以用Google Colab來跑，免費借用云端TPU/GPU，只要有個Chrome就夠了。沒梯子的話，就用Jupyter Notebook來跑咯。

基礎(chǔ)部分，除了有Python指南、筆記本用法，以及Numpy、Pandas這些庫的用法，還有線性規(guī)劃、邏輯規(guī)劃、隨機森林、k-means聚類這些機器學(xué)習(xí)的基本技術(shù)。

深度學(xué)習(xí)入門，包括了PyTorch指南、多層感知器 (MLP) 、數(shù)據(jù)與模型、面向?qū)ο蟮臋C器學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò) (CNN) 、嵌入，以及遞歸神經(jīng)網(wǎng)絡(luò) (RNN) 。

深度學(xué)習(xí)高階，會涉及更高級的RNN、自編碼器、生成對抗網(wǎng)絡(luò) (GAN) ，以及空間變換網(wǎng)絡(luò) (Spatial Transformer Networks) 等等。

最后是應(yīng)用。計算機視覺是個重要的方向。除此之外，還會涉及時間序列分析 (Time Series Analysis) ，商品推薦系統(tǒng)，預(yù)訓(xùn)練語言模型，多任務(wù)學(xué)習(xí)，強化學(xué)習(xí)等等示例可以運行。也可以修改示例，寫出自己的應(yīng)用。