前言
目前人工智能专业的学习内容包括机器学习、人工智能导论（搜索法等）、图像识别、自然语言处理、语义网、博弈论等。需要的前置课程主要有信号处理、线性代数、微积分以及编程基础。
人工智能培训需要的技术
目前比较实用的人工智能培训课程包括 MTCNN、CENTER LOSS 人脸侦测和人脸识别；YOLO V2 多目标多种类侦测；GLGAN 图像缺失部分补齐；NLP 智能应答；语言唤醒等内容。这些都是人工智能行业中最实用的知识点。
人工智能技术应用的领域
-
深度学习 深度学习作为人工智能领域的一个重要应用分支，从公司数量还是投资人投资喜好来看都占据重要地位。提到深度学习，大家首先想到的可能是 AlphaGo，通过不断学习和更新算法，在人机大战中打败围棋大师李世石。
-
计算机视觉 计算机视觉是指计算机从图像中识别出物体、场景和活动的能力。其细分应用广泛，例如医疗成像分析用于提高疾病的预测、诊断和治疗；人脸识别被支付宝或自助服务用来自动识别照片中的人物。同时在安防及监控领域也有大量应用。
-
语音识别 语音识别技术通俗地讲就是将语音转化为文字，并对其进行识别认知和处理。主要应用包括医疗听写、语音书写、电脑系统声控、电话客服等。
-
虚拟个人助理 虚拟个人助理的典型代表如 Siri 和 Windows 10 的 Cortana。
-
语言处理 自然语言处理（NLP）将各种有助于实现目标的多种技术进行了融合，实现人机间自然语言通信。
-
智能机器人 智能机器人在生活中随处可见，如扫地机器人、陪伴机器人等。这些机器人不管是跟人语音聊天，还是自主定位导航行走、安防监控等，都离不开人工智能技术的支持。
-
引擎推荐 网站根据用户之前浏览过的页面、搜索过的关键字推送相关内容的技术即为引擎推荐技术。
Python 入门
下面这些内容是 Python 各个应用方向都必备的基础知识，想做爬虫、数据分析或者人工智能，都得先学会它们。任何高大上的东西都是建立在原始的基础之上，打好基础未来的路会走得更稳重。
包含：
- 计算机基础
- Python 基础
Python 入门视频资料：观看零基础学习视频，跟着视频中老师的思路，从基础到深入，是很容易入门的方式。
Python 爬虫
爬虫作为一个热门的方向，不管是在自己兼职还是当成辅助技能提高工作效率，都是很不错的选择。
通过爬虫技术可以将相关的内容收集起来，分析删选后得到我们真正需要的信息。这个信息收集分析整合的工作可应用的范畴非常广泛，无论是生活服务、出行旅行、金融投资、各类制造业的产品市场需求等等，都能够借助爬虫技术获取更精准有效的信息加以利用。
数据分析
清华大学经管学院发布的《中国经济的数字化转型：人才与就业》报告显示，2025 年数据分析人才缺口预计将达 230 万。这么大的人才缺口，数据分析俨然是一片广阔的蓝海。
数据库与 ETL 数仓
企业需要定期将冷数据从业务数据库中转移出来存储到一个专门存放历史数据的仓库里面，各部门可以根据自身业务特性对外提供统一的数据服务，这个仓库就是数据仓库。
传统的数据仓库集成处理架构是 ETL，利用 ETL 平台的能力，E=从源数据库抽取数据，L=将数据清洗（不符合规则的数据）、转化（对表按照业务需求进行不同维度、不同颗粒度、不同业务规则计算进行统计），T=将加工好的表以增量、全量、不同时间加载到数据仓库。
机器学习
机器学习就是对计算机一部分数据进行学习，然后对另外一些数据进行预测与判断。
机器学习的核心是'使用算法解析数据，从中学习，然后对新数据做出决定或预测'。也就是说计算机利用已获取的数据得出某一模型，然后利用此模型进行预测的一种方法，这个过程跟人的学习过程有些类似，比如人获取一定的经验，可以对新问题进行预测。
Python 高级进阶
从基础的语法内容，到非常多深入的进阶知识点，了解编程语言设计，学完这里基本就了解了 Python 入门到进阶的所有知识点。
到这就基本可以达到企业的用人要求了。但学习编程并不是一蹴而就，而是需要长期的坚持和训练。整理这份学习路线，是希望和大家共同进步，我自己也能去回顾一些技术点。不管是编程新手，还是需要进阶的有一定经验的程序员，我相信都可以从中有所收获。
