很多朋友对于网络自学人工智能和网络自学人工智能难吗不太懂，今天就由小编来为大家分享，希望可以帮助到大家，下面一起来看看吧！
本文目录
人工智能高中毕业能学吗？
逻辑部分应该是可以，但是最基础的部分是需要很好的数学。高中数学知识应该撑不起。
不过有兴趣可以边学边工作。毕竟高中时期的创新能力很强。
有什么自学人工智能的书可推荐？
1、我买的第一本人工智能的书《ArtificialIntelligence:AModernApproach(3rdEdition)》。
这是最权威、最经典的人工智能教材，已被全世界100多个国家的1200多所大学用作教材。
作为教材书，内容的广度毋庸置疑，深度稍显不足。
2、南大周志华教授《机器学习》，俗称西瓜书，国内最好的机器学习的入门书籍。
3、《深度学习》由三驾马车IanGoodfellow、YoshuaBengio和AaronCourville撰写。
第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；
第2部分系统深入地讲解现今已成熟的深度学习方法和技术；
第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。
这是今年最畅销的深度学习的书。
4、《TheElementsofStatisticalLearning》作者:TrevorHastie/RobertTibshirani/JeromeFriedman。
三位作者在斯坦福开课的内容，书中基本囊括。
本书即大名鼎鼎的ESL，豆瓣评分9.4。
5、《PatternRecognitionandMachineLearning》作者ChristopherBishop
本书简称即大名鼎鼎的PRML，豆瓣9.5。
下面放个翻译版的电子书目录。
6.《统计学习方法》，作者是前华为诺亚方舟实验室首席科学家，现今日头条人工智能实验室主任李航。
7.《AnIntroductiontoStatisticalLearning》作者:GarethJames/DanielaWitten/TrevorHastie/RobertTibshirani
统计学习的入门书，通俗易懂，号称是ESL的入门版。
还有很多，但这么几本相信已经足够啃很久了。
视频：
1.如果能科学_上网，那么YouTube吧。
2.吴恩达教授创立的https://www.coursera.org/
网上学习全世界最好的课程。
温馨提示，需要英文基础。
3.斯坦福大学cs231n，cs224n等等。
推荐一个翻译。
温馨提示：网络上一些AI培训师的某些讲解完全是错的。
4.哔哩哔哩上李宏毅教授，林轩田教授的《机器学习》《深度学习》视频
个人非常喜欢两位教授的视频，数学推导详细到令人发指。
对您有帮助，请点赞支持，谢谢。
人工智能和网络工程哪个专业好
目前来看人工智能专业更好些
网络工程专业是传统专业，发展空间有限，人工智能是新兴专业，前景广阔，包括智能家居，自动驾驶，安防领域，智慧城市，智能机器人，数字人直播，元宇宙等等。目前各大高校分分设立人工智能专业，是未来发展的重点专业
自学人工智能可行吗？
自学当然是可行的！如果你是人工智能领域的零基础小白，可以看看这份学习计划，部分附资源链接，除了书籍，配合一些视频学习效果会更好哦。
一、人工智能
书籍：“ArtificialIntelligence:AModernApproach(AIMA)”（人工智能：一种现代方法）
不可多得的综合性书籍，总体概述了人工智能领域，几乎涵盖新手需要了解的所有基本概念。
视频：
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-034-artificial-intelligence-fall-2010/lecture-videos/
ArtificialIntelligencecourse（人工智能课程）系列视频讲座，通过训练AI玩游戏这类趣味实践来介绍基本知识，如果视频太快跟不上，可以配合从上面这本书（现代方法）中寻找相关概念。
二、机器学习（计算机科学和统计学的交叉学科）
视频：
机器学习基础薄弱的，可以先去TutsPlus课程“MachineLearningDistilled”看一下相关概念简述，Coursera上的AndrewNg机器学习课程，也有基本概念的解释，还介绍了大部分重要的算法。
（https://www.coursera.org/learn/machine-learning/）
对ML算法了解不够的，可以配合以下教学视频进行理解
TutsPlus的“MachineLearningDistilled”（简要概述）
PererNorvig的UdacityCourseonML（MLUdacity课程）
TomMitchell的AnothercourseonML
书籍：集体智慧编程（ProgrammingCollectiveIntelligence）
ML算法在Python中的实践，大量基础性的实例，讲述生动，很适合入门学者，培养兴趣的同时又开拓视野，让你不想懂都难！
三、深度学习（是机器学习里最近比较火的一个子集）
DL基础方面的准备工作：
Google上的greatintroductoryDLcources
SephenWelch的greatexplanationofneuralnetworks
书籍：
DeepLearningWithPython（可自行度盘下载https://pan.baidu.com/s/1kUThYHT）
介绍DL应用程序中的最先进成果，深入浅出，带领新手快速开始构建基础并且接触实践案例，包含Keras、TensorFlow时下最先进的工具。
NeuralNetworksandDeepLearning（神经网络与深度学习）
（可自行度盘下载https://pan.baidu.com/s/1miLerZM）
新手友好，作者在数学密集的区域都有标注提示。MNIST手写数字的识别问题贯穿全书，每个模型以及改进都有详细注释的代码。
更多优质回答，请持续关注镁客网头条号~
如果你还想了解更多这方面的信息，记得收藏关注本站。