AI这么火，要不要追赶AI的热潮？

微信公众号关键字全网搜索最新排名【机器学习算法】：排名第一【机器学习】：排名第一【Python】：排名第三【算法】：排名第四

12月14日，吴恩达成立landing.ai，开始进入AI+产业。“人工智能将会改变制造业的面貌”，这一动作让人们对AI的关注度在2017年的末尾又一次升温。 国家政策的支持、大量资本的涌入、无数企业纷纷涉足人工智能领域，与之相对应的是巨大的人才缺口。 根据LinkedIn的数据，截至2017年，全球人工智能领域技术人才数量超过190万人，其中美国相关人才总数超过85万人，高居榜首；而中国的相关人才总数超过5万人，位居全球第七。 巨大的人才缺口就意味着无数的潜在机会。以机器学习方向的算法工程师为例，该职位月薪大多在3万元以上，年薪百万者也不在少数。在AI行业，新人入行薪资基本上就能达到互联网其他技术人员的两倍。所以，在这波AI热潮下，要不要踏入or转型成为人工智能工程师，应该是很多人关心的问题。

不过，成为人工智能领域的工程师，还是有比较高的门槛的。在动手实践代码前，你至少要有一定的数学基础和编程能力，以及对于机器学习的基础有一定了解。

基础一：数学基础线性代数和微积分基础
统计学相关基础
相关线性分析
 基础二：编程基础掌握C++ / Java / Python，目前Python是机器学习深度学习领域最主流的编程语言， 基础三：机器学习的基础关联规则（Apriori、FP-Growth）、回归（Linear Regression、Logistics Regression）、决策树（ID3、C4.5、CART、GBDT、RandomForest）、SVM（各种核函数）、特征工程（Feature Engineering）、可用性评估、数据变换、降维……

想要拥有以上三个进入人工智能的基础，可以通过阅读参考书目、学习线上资源、关注大牛博客及资讯网站等方式获得。下面向大家推荐一些个人觉得不错的资源。
【图书类】


《AI：人工智能的本质与未来》
这本书的写作者拥有医学科学、心理学、哲学等多学科背景，她将这些领域融会贯通并和人工智能的研究相结合。这本书主要是从一定的高度探讨人工智能的现状以及面临的困境，技术层面涉及的较少。 

《Deep Learning》

这本书由Ian Goodfellow、Yoshua Bengio 和Aaron Courville共同撰写，应该被无数人推荐过，被称为“AI圣经”，深度学习领域奠基的经典教材。


《Python机器学习实践指南》

这本书结合了机器学习和Python语言两个热门的领域，通过利用两种核心的机器学习算法来用Python 做数据分析。
【线上视频课程类】1）Machine Learning Course - CS 156
加州理工的Yaser Abu-Mostafa教授出品的机器学习网络课程，非常系统地讲解了机器学习背后的原理，以及主要的技术。讲解非常深入浅出，让你不光理解机器学习有哪些技术，还能理解它们背后的思想，为什么要提出这项技术，机器学习的一些通用性问题的解决方法（比如用正则化方法解决过拟合）。强烈推荐，课程是免费资源，Youtube上直接可以搜到。
2）吴恩达深度学习工程师微专业 deeplearning.ai出品，人工智能一线专家吴恩达指导，这个课程有助于加强对深度学习的了解，对神经网络已经有了一些基础知识的人来说，这个课程还能增强参数搜索技巧。目前deeplearning.ai和网易云课堂已经达成合作，在网易云课堂平台上就能看到中文字幕的视频并且完全免费。
3）Coursera上的各种课程
另外，Coursera上也有非常多的与AI相关的学习资源，包括微积分、线性代数、编程语言等等，资源很多，有兴趣的同学前往可以自行学习。
如果你不想走纯自学路线，而是想要找一些经验丰富的工程师做引路人，那接下来的两场人工智能免费入门直播课，不妨可以听一听。
12月26日及27日，网易云课堂携手稀牛学院，推出了两场人工智能主题的直播课程，从数学基础和算法角度，带你初识人工智能。
【直播】为什么说搞不定数学，就弄不懂人工智能？时间：12月26日 20:00讲师：澳大利亚数据机构研究院Jason博士你将听到：人工智能与数学之间究竟有什么关系？
为什么说数学是AI入门必经之路？

【直播】算法难学？带你亲眼看懂机器学习时间：12月27日 20:00讲师：高级算法专家 寒小阳你将听到：解密机器学习分类和回归算法
如何进行酷炫的可视化展示
想要收听这两门直播的小伙伴，请扫描下方二维码，进入网易云课堂微专业服务号后，根据系统提示，就可以加入网易人工智能学习QQ群啦！

除了免费获取体验课外，进入网易人工智能学习QQ群后后还可领取项目源码及数学学习资料~为了保证学习体验，本次学习群限时开放500个名额，数量有限，欲报从速哦~近期热文精华 | 12个关键词告诉你告诉你什么是机器学习（基础篇）干货 | 自然语言处理(3)之词频-逆文本词频（TF-IDF）详解
干货 | 自然语言处理(2)之浅谈向量化与Hash-Trick
干货 | 自然语言处理(1)之聊一聊分词原理
机器学习(32)之典型相关性分析(CCA)详解 【文末有福利......】
机器学习(31)之频繁集挖掘FP Tree详解
推荐 | 机器学习经典总结，入门必读【17000字，可下载PDF】加入微信机器学习交流群请添加微信：guodongwe1991（备注姓名-单位-研究方向）
广告、商业合作请添加微信：guodongwe1991（备注：商务合作）