大家好，感谢邀请，今天来为大家分享一下java 人工智能框架的问题，以及和java人工智能框架的一些困惑，大家要是还不太明白的话，也没有关系，因为接下来将为大家分享，希望可以帮助到大家，解决大家的问题，下面就开始吧！
本文目录
人工智能需要学java吗？
要学的。随着互联网的发展，编程语言成为炙手可热的专业。时下较流行的语言有：Java、Python、大数据、PHP等，Java、Python在编程语言中均位居前列。
Java源自C和C++的技术体系，于1995年推出，定位于给专门的程序员设计大型的复杂分布式应用而设计。
Java是一门面向对象编程语言，不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程。
Java使用的虚拟机架构和独树一帜的JIT编译模式能大大提高它的运行速度。当运算量很大时，这种优势极为重要。这也是为什么Java至今仍然是世界上最受欢迎的语言之一。
安卓手机上几乎所有App都是用Java写成的。大型网站的后端，比如电子商务交易平台阿里巴巴，淘宝，京东也都主要使用Java开发。大型的企业级应用比如大型企业管理系统，CRM系统，ERP系统也可以用Java开发。有关通信及网络的大型企业，比如移动、联通、电信、网通，有关金融行的大型企业，所有的银行、证券公司、互联网金融和大型管理系统，比如供应链，客户管理系统，物流系统主要的信息化都和Java息息相关。
Java在大数据开发方面有很大的优势，目前流行的大数据Hadoop框架、map-reduce框架，很多部分都是用开源的Java语言编写。所以不难看出，Java还是行业应用不可撼动的老大哥。
本科生从事Java开发，想转大数据或者人工智能，要怎么做？
你好，我也是从事java开发的，刚好我也想转大数据和人工智能，我这里有一些我积累的东西，咱们交流一下。
去年我公司安排我去某大数据学院进行深造，期间除了有固定的课程以外，还有一些业界的从业都来开展实战分享，大体情况是这样的。
1、基础知识部分
基础知识包括Excel数据分析基础，
数据统计学（主要是数学模型，如贝叶斯），
Linux操作系统（必须熟练，后面的hadoop等都是安装在linux上的）。
Mysql数据库（尤其是sql语句要熟练，后面hive中有80%是可以使用的）
2、语言部分
Python基础（这个不用说，强大的运算库和成熟模型，开发人工智能和机器学习必备），
Scala编程基础（学习spark时会用到），
Java基础。
3、进阶部分
Python数据分析（重点）：重点学习NumPy库，SciPy库，Pandas库，Matplotlib图形库。
Python数据采集与爬虫：Requests库，正则表达式，BeautifulSoup库，有java基础的话，Html和相应的servlet知识就已经不用学了，是一样的。
人工智能和机器学习主要使用python来完成，因为他有太多的库了，比如决策树模型等，其实本质上就是N个IF，当然实现更高级。
4、核心部分
用Cloudera安装hadoop,Hdfs,Kafka,spark,hive，zk等可以省出非常多的时间，前提是前面的Linux必须要学好，cloudera是商业软件，可以先下一个试用的，或者使用单机模拟伪分布式。如果要模拟分布式至少是5台虚拟机才会有比较好的效果，每一台虚拟机要求8G内存，可以用服务器建虚拟机环境也可以用云服务器。
最后
大数据和人工智能是两个方向，你可能需要先进行一下选择，侧重于一个方向去发展，现在学习这个东西的学习曲线还是比较高的。
大数据方向侧重于统计分析，跟数据打交道，Sql强建议选择大数据。
人工智能侧重于算法，数学模型和算法强建议走人工智能和机器学习。
另外学院里面声称的大数据专业或者培训基本上就不要去信了，他们的水平真的不敢恭维，要想提升得快，必须要有实战的环境，看再多的书和文档都不如实际解决过一次问题来得实在，有目的的学习会比全面的看教程更有用。
以上是我从业的实际经验，不对之处请包含，欢迎互相留言评论交流，谢谢！
打字还是挺累的，点个赞再走吧
关于人工智能学习路线图，有哪些？
大家常说的人工智能其实包含了自然语言处理（NLP）、机器视觉（CV）、数据挖掘（DM）三个大方向。这些大方向下面又有以下分类的小方向：
NLP：机器翻译、文本分类、知识图谱、文本相似度计算、语音识别、情感计算、自动摘要、聊天机器人等等
CV：行人检测、人脸识别、自动驾驶、图像分类、目标检测、智能安防等等
DM：广告计算、推荐系统、用户画像、各类预测分类任务等等，DM很多领域也需要用到NLP的知识。
所以你看，人工智能有这么多方向，每个方向都有它自己的学习路线和学习重点。
但是不管你将来想走哪个路线，它们所需要的基础知识都是大体相通的，现在我给你推荐一些人工智能的基础学习路线吧。
一、编程语言
首选建议你使用Python入门，当然之后根据需要可能需要学习其他高性能语言，比如C++、JAVA等。
首先需要学习Python的基础语法知识，你去网上随便找一个在线教程或者买一本入门书籍，耐着性子看一遍，按着教程敲一遍代码就可以学会了。
其次你还需要学习Python的一些常用库，比如Numpy,pandas，matplotlib等，这些库建议你看一看《利用Python进行数据分析·》这本书，学一遍记住有哪些功能API就行，用到的时候不记得了再常翻翻。
二、数学基础
人工智能专业对数学的要求相比于其他编程方向更高、更多。尤其你需要有统计学、概率论、线性代数的基础，至少要求达到本科理工科所需要的水平吧。
三、数据结构和算法能力
不管你学哪种编程语言，这个是必须要有的，不需要你理解多深，只需要你知道有哪些数据结构算法，用的时候能想起来。
四、机器学习、深度学习框架
推荐使用sklearn入门传统机器学习算法，后期针对需要学习spark；推荐使用keras、pytorch入门深度学习算法，这两个框架对新比较友好，你也可以学习tensorflow，它在工业界用的比较多。
五、机器学习、深度学习书籍推荐
李航的《统计学习方法》
周志华的《机器学习》
三巨头合著的《深度学习》
这些书籍都有很多配套的学习资源，多用百度搜一搜。
好了学完上面的基础，你可以确定往哪个方向深入学习了，然后再针对学习吧。
如果我的回答对你有帮助的话可以点个赞哦~
当然你也可以关注我，可以去我的主页看看，我上传了一些Python和深度学习相关的视频，后期也将持续上传这个方面的教程。
人工智能，有哪些技术支撑？掌握了app开发人士，可以入门吗？
人工智能主要应用于服务行业，主要在以下七个领域中！
可以看到，这些领域的都是很复杂的有对应流程的行业，因此可以肯定的是，人工智能是需要大数据支撑的，机器人毕竟是机器人，不可能像人的思维一样灵活多变，一般来说，再智能的机器人也只能根据软件的算法进行动作，因此所有的判断都是基于条件判定的。
智能机器人主要是模拟人的思维，但人的思维太过复杂，想要完全的模拟现在是做不到的，所以只有根据需要一点一点的完善机器人的辨别能力，这些辨别能力怎么来——大数据，一部分数据是在软件开发时就写入程序的，但更多的还是机器人后天学习的，怎么学习？这就涉及到另外的技术，识别、摄入数据、分析、做出反应、存储记录等！
说到底，其实人工智能也是用软件开发的基础技术实现的，其思维逻辑很复杂，因此对数据结构要求很高；再看学习功能，学习说到底也就是识别理解和记录的过程，识别很好理解，如人对语言、图片、视频的识别一样，机器人也需要识别，不同的是，机器人不会像人这么直观，很多时候只能识别数字化的东西，数字化这些东西技术就是数字媒体的技术；记录很好理解，就是把数字化的东西分条件记录到数据库中，以便随时调用；还有一个重要功能就是作出回应进行交流，所有的判断都是基于大数据的，在程序中就是通过大量的条件比较然后判定，说到底其实还是数据结构的知识，动作就是虚拟现实，虚拟现实也是属于数字媒体的技术范畴。
在功能层面，智能机器人很复杂，在技术方面也很高深，如果单就软件层面来说的话，涉及的技术大的来说，主要是数字媒体和大数据的知识，两者都是目前软件开发中的难点，因此不得不说，“很复杂，也很深奥！”
关于java 人工智能框架和java人工智能框架的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。