1樓：大江東去
在本科階段，就可以開始學習基礎的人工智慧演算法，例如① 卷積神經網路
下圖所示的LeNet，原本是用於手寫數字識別的，效果很不錯。
卷積神經網路
② 深度殘差網路
深度殘差網路是2023年提出的經典卷積網路結構，其特色主要是跨層恒等路徑。
深度殘差網路
③ 深度殘差收縮網路
當資料含有比較多的雜訊時，深度殘差收縮網路[1][2]可以自動地對特徵進行軟閾值化，盡量消除冗餘雜訊的干擾。
（面向強噪、高冗餘資料的）深度殘差收縮網路
2樓：CTan
雖然我覺得不應該多說，但是作為建議，我覺得你最好中英文兩個版本都要有，看英文的這一點很重要，具體我就不強調了。
這本書能夠讓你對於人工智慧的各個方面都有一定的了解，而不是僅僅時下出現在人們視野比較多的以神經網路為主的機器學習。
第二點，許多人都強調了的數學，這一點在學術上尤為重要，這是十分本質的東西。
不知道你是否有學過高數，在高數方面我沒有辦法給出什麼特別好的建議。但是要是想要向人工智慧發展，我建議概率與統計和線性代數，這兩門數學是你需要好好理解的。注意我說的是理解，不是單純能做題考試就行，當然，能做題會考試也很難。
關於線性代數，我推薦，也是很多人推薦過的MIT_線代_bilibili講的非常深入淺出，學這門課，如果我沒有記錯的話應該是不需要太多的高數知識也能聽懂的。但是這裡面有一點學習方法挺重要的就是，時常在聽課的過程中問一問自己這裡的知識點是為什麼。因為老師講得十分好，所以有時候自己也會認為這是理所當然的，但是事實上自己並沒有完全弄懂。
關於概率與統計，我推薦，MIT概率論_youtube,這門課需要你有一定的高數基礎，講的十分易於理解。同時老師有一點口音（我不知到老師是哪中國人，聽久了也就會自然習慣了，我猜是法中國人），YouTube是可以開啟字幕的，應該是機器自動識別的，這也是你感興趣的方向之一，hhh。
那麼最後祝你學習順利。
3樓：剩下的剩下
人工智慧的話，想來你肯定是著前途去的，一般而言，像是人工智慧這個領域，第一重要的是能力。
但是，我想說的是，你的學歷會是別人看你能力的乙個點，如果你沒有學歷，你連向別人展示你能力的辦法都沒有。
沒有人會搭理乙個初中畢業說自己對人工智慧有非常高研究的傢伙。
只是沒有人相信，乙個初中畢業的人會去研究人工智慧，人們會相關的把人工智慧頂尖高手和學歷連線到一起。
第二點，就是你需要萬丈高樓平地起，基礎是非常重要的，沒有下過水就想著去學游泳，是非常危險的。
選擇專業的時候，你應該選擇自己喜歡的專業！！！、
非常重要的一點，因為如果你不喜歡一樣東西，你很大可能性的不會對一項東西進行很深的研究，你只有喜歡人工智慧，你才能把人工智慧研究到頂尖。
頂尖的人才，即便是在人工智慧時代，都不會被淘汰。
4樓：暗切線
先打好基礎在想別的。
如果在掙扎掛高數這種事兒未來可能就啥也沒有了。
所以大一時間先花在數學基礎程式語言英語上。大二是數學演算法資料結構英語。大三計算機網路編譯原理體系結構軟體工程。
此時數學課應該過去了。不過該開始有一些專業方向上的初級課程帶你了解這個方向。你會發現大一大二學的東西太重要了。
大四學不著啥。考研出國找工作該幹嘛幹嘛。有機會深造再深入機器學習深度學習這些。
到工作了之後會發現。僅有理論還是不知道怎麼把知識變成使用者可用的系統。這時候大三學的那些玩意太重要了。
可以把理論的知識串起來變成產品。至於怎麼串更好就是工作經驗了
5樓：李不懂
非常雞湯的一句話，是拿來勵志用的，不過也正好。
從人工智慧方向發展的話，就業方面的話，你需要考慮的是有足夠的學歷，目前就人工智慧市場的人才要求，自然是學歷越高越好的。
事實證明，大多數情況下，學歷高的人普遍學習能力好，因為經常學習的原因。
人是需要不多學習的，特別是像是人工智慧這種硬性要求，是非常考慮學習能力的專業。
第二的話，就必須要考慮好一點，就是你對學習人工智慧你的基礎能力，萬丈高樓平地起，你的基礎能力好了，其他方面也自然好了。
人工智慧這個專業你是學歷越高你越吃的好，你只有拿到高學歷了，你才有接觸高階層的機會，你才有可能獲得更好的就業。
提議，你如果打算研究人工智慧的話，最基礎讀個碩士，博士都是可以考慮的。
6樓：蝦公尺娃娃
要麼準備考研，要麼買本南京大學人工智慧專業的培養方案看看南大的AI專業是怎麼培養的，自己跟著課程學。不過，3年後等你畢業了，AI職位的要求可能都已經碩士起步了，建議還是讀研。
7樓：大可奇
本科階段首先打好最基礎的數理基礎，函式/線性代數/數模電(基本概念)/計算機(微機)原理，和程式設計基礎，學了C之後就可以自學Python；
之後呢就可以自學機器學習或者選相關的課程，對傳統機器學習基本理論和思想有一定把控之後就可以接觸deep learning，注意此階段其實不必太過於糾結某些細節的推導證明，重點把控核心思想；
Deep learning（CNN、RNN、AE、RBM等）差不多有點感覺了之後，就可以上手實踐做專案打比賽了，總之是越早開始真正的實踐越有助於高效率、高質量的學習，不要妄自菲薄覺得自己能力不行。敢於去試錯才能更快的進步。
在應用中學習是最有效、最高效的學習！
8樓：光與海之彼方
把數學課學好，早點進實驗室(這一點比較重要)
我覺得自學包括看網課雖然也可以學到東西，但是畢竟還是沒有你真正去創新或者研究問題的過程，所以網課可能看了很多知識你也會忘掉，並且你其實不一定需要用到那麼多(深度比廣度更重要，因為廣度你會學的很慌...)
趁著大一搞乙個比較好的成績，畢竟大一相對來說玄學打分的課比較少，靠自己比較多一點。有了這個成績之後，在學校聯絡乙個好一點的實驗室或者導師，跟著他或者學長學姐做一些專案，一定要多主動一些，不然跟沒有差不多。
會給即將學計算機或人工智慧的準大一什麼建議？
請先學好數學，好好學習概率論和隨機過程，以及其他代數，分析的課程。大學期間就不要太關心買什麼電腦了，電腦不是必須品。請讀研究生，不然出來做機器學習都沒人要。 蘇銘 心態的話，這行現在火熱，賺錢多 等你畢業就不一定了 大佬也多。所以如果想入這一行，希望做好不斷學習新東西的準備，另外以後被大佬碾壓了不要...
人工智慧和電腦科學與技術哪個好？
AI深度學習 今天官方推到這個問題，有幸回答一下題主，就我的了解來談談吧。目前現在國家已經開始逐步發展人工智慧專業，18年後高校也在響應國家的號召，開設一些人工智慧專業。那麼回到題主的問題上，既然想學ai，那肯定就毫不猶豫的是去填報ai專業，計科系和ai兩個專業所學的學科有一定的包含關係，二者相輔相...
計算機專業分方向，要不要選擇人工智慧？
位元組頻道 作為一名資料 智慧型化方向的產品經理，我也來說說我的建議。人工智慧是個大產業，也很熱門，但是具體到職業，肯定有很多細分方向，比如研發類有 資料探勘，機器學習，語音語義，影象識別等，偏產品運營類有 資料標註，產品經理，模型訓練等，大學裡提的人工智慧一般是研發方向，這個就像剛剛說的，具體看細...