关于双非人工智能应该如何学习

    首先，如果你是一名小白，下面是我为你梳理的学习路线。

知识路线：

高等数学+线性代数+概率论

    首先，在学术知识方面，高等数学+线性代数+概率论是必须要学习的三门主课程，相信大多数和我一样刚入学的同学总是充满了对数学的疑问，不知道学习的目的。这里给大家言简的总结两点：1.人工智能以及后期机器学习的理论知识原理都需要涉及到高数的知识，对于计算机视觉和深度学习中也大都是矩阵运算，涉及到线性代数中的矩阵运算。2.对于今后我们计算机的考研来说，打好这三门课的基础知识也是毋庸置疑的，重要性不亚于鱼离不开水。

C语言

   c语言在计算机中的地位，就好比我们平时讲话一样重要，在计算机领域中，除了原始的机器指令或者汇编代码，最重要的适合大多数程序员编程使用的语言就是c语言，这也是学习计算机的开始。对于掌握了初级c语言之后的同学，可以进一步去学习C++,它是在c语言基础上加入了面向对象的知识（对于面向对象这个名词，后期也会详细解释）。学会使用C++对后期我们部署我们的人工智能模型，提高运行效率同样有重要的意义。

数据结构

   数据结构言简意赅的讲就是将我们的数据以一定的结构或者算法组织起来，目的就是节省空间或者成本或者提高运行效率。这是我们接触算法的基础，在这里我们开始接触各种经典算法，枯燥和乏味开始体现，但是这是万里长征的开始，我们并不需要掌握多么熟练的算法，我们只需要知道其原理，并可以根据场景去应用即可。同样这也作为考研必考之一，也是尤为重要。

python基础

    当我们掌握了上述基础知识之后，恭喜各位努力的同学，我们的编程水平已经达到了入门级别，相信我你已经甩开了身边人很远很远。在这之后，我们需要接触我们今后使用最多的语言，也就是python，在计算机界里，有这样一句话，“python除了不能帮你生孩子，其他啥活都可以做”。足以看出其强大的能力。

python-web开发

    当我们掌握了一定python基础后，我们可能会产生疑惑了，我们是人工智能专业，为什么我们需要学习web开发，希望大家可以理解对于双非的学生的我们而言，我们可能更多的是倾向于应用方面。而且在大数据流行的当下，我们不仅仅是需要单一学习简单的人工智能理论知识，而是能与其他门类的计算机知识相结合，这就需要web开发将我们的人工智能模型与web网站或者软件开发相结合，比如大多数购物网站中的兴趣推荐和短视频软件中的视频推流。

机器学习、 计算机视觉、深度学习

    关于机器学习，我想说想必大家都被广告定点投放过，那这些广告为什么会推给你，这里我们就可以采用机器学习的模型算法知识进行预测。至于计算机视觉，通俗的说就是，从计算机角度看图像是长什么样子的，以及一些处理图像的方法。使用最多的工具就是opencv。关于深度学习，这是学习人工智能的关键，通常与计算机视觉相结合，主要做些图像分类处理或者自然语言识别等任务。

Linux应用开发

  当我们将上述知识都掌握了之后，我们就要思考我们平时的所使用的网站或者软件到底是怎么回事，是如何一步一步使用计算机实现的，怎么呈现在用户面前，被用户使用的。这时，我们就需要学习一些Linux的相关知识，不仅仅是学习一些简单的命令，而是如何将我们上述写过的代码部署到Linux服务器上。

应用开发案例实战

    当我们掌握了一整条线路的流程之后，我们就需要多加练习，将我们所掌握的知识加以运用，最好可以根据具体的案例，结合自己的知识练习，将这一整套流程融会贯通，毕竟熟能生巧。在后面的文章里，我也会根据流程展示我所做过的一些具体案例应用，供大家分享使用。