1. 引言
人工智能技术的核心是：大数据+机器学习。
机器学习可以理解为：采用一定的算法，使得计算机在大量的数据中自动识别数据的模式。机器学习包括很多学习方法，人工神经网络是其中之一。近几年发展最快的人工神经网络的深度学习，也就是用很“深”的神经网络提高学习的抽象深度。
人工智能的技术入门，宜从深度学习技术开始，必要的知识体系包括2部分：
- 神经网络算法的数学基础
- 编程实现，主要采用python编程语言
2. 深度学习
2.1 视频课程
深度学习课程首推大牛吴恩达的deep learning 公开课，此课程适合入门学习，有一定的高等数学基础和编程基础，学习就不会遇到太大的困难。
deep learning 课程有两个网站：
- coursera，完整、收费，但国内登录困难
- 网易云课堂，免费，仅有视频，无课后编程习题
建议从网易云课堂的视频开始学习。
2.2 编程习题
编程的习题在网易课堂看不到，但一些网友在国内网站上有转载：
- csdn:大树先生的博客
image_1c30mutlnccvinekvapcm1vo9.png-205.3kB - 知乎：吴恩达深度学习课程辅导
image_1c30n0j061156pov1refatu8hm.png-79.1kB
此外网易云课堂有学习QQ群，群共享中有大量的学习资料：
image_1c30n21u1142gr449mqqs7a5i13.png-128.1kB
2.3 参考书籍
目前笔者购买了号称机器学习圣经的《深度学习》：
image_1c30n89o31mpn1edm4ngf56u4920.png-235.8kB
感觉比较深，对于初学者，难度较大，可读性不强。但作为参考书是必要的。
3. python
3.1 IDE（开发环境）配置
网上很多python安装配置教程都是命令行操作的，对于初学者非常不友好。
最简单的安装方式是下载Anaconda包，选择最新的3.6 版本，直接安装：Anaconda。
安装Anaconda，即自动配置了编程环境和系统设置，并安装了常用的科学计算包如：
- numpy
- scipy
3.2 jupyter notebook
安装anaconda即同时安装了jupyter notebook，吴恩达课程的编程实例都是在notebook上演示的。
打开方式：
- 开始菜单
- 启动后，自动打开一个浏览器页面
在notebook中创建的项目，都保存在C盘的user目录下：
image_1c30nrfva17c8ak21upi1rcq1ftk4d.png-60.7kB
3.3 python教程
多位朋友都推荐一本书是：《python数据分析》
image_1c30o61921c5qbdaitbkga48t57.png-82.3kB
4. 实战
学习了算法和编程技术，要想做实际应用，可以做大数据比赛：
kaggle对新手更友好一些，因为国外大神更愿意分享自己的代码，周期也更短。
