都看了昨天的热搜没有？韩国首位AI女主播金柱夏诞生，瞧瞧，这就是科技的力量啊！用智能代替人工解放人力，相信在未来这一定是个大的发展趋势，这时候可能就有人想要进入这个行业了，那么今天，小编就来给大家分享下AI人工智能的学习路径，帮助大家去学习与理解。
第一阶段：前置python基础知识
知识点：
1）Python环境搭建和基本概念
计算机组成、Python简介、变量和注释、bug和debug工具、常见数据类型、字符串的输出
2）基础运算与条件判断
输入、类型转换、算数运算、赋值及复合赋值运算、比较及逻辑运算、if条件判断语句
3）循环语句
for循环、while循环、循环语句的应用
4）字符串、列表及元组的常用操作
字符串的索引与切片、字符串常用操作方法、列表常用操作方法、元组常用操作方法
5）字典、集合与常用推导式
字典的特性及常用操作、集合的特性及常用操作、常用推导式的表示方法
第二阶段：python高级和应用编程
知识点：
1）面向对象（重点）
类和对象、添加和获取属性、私有方法和私有属性、继承和多态、类方法、对象方法和静态方法
2）高级语法（重点）
异常的捕获、传递和自定义、模块和包的使用、property属性和with语句、闭包和装饰器、深拷贝和浅拷贝
3）数据结构（重点）
时间复杂度和空间复杂度、Python内置类型性能分析、顺序表和链表、队列和栈、排序和搜索算法、二叉树
4）Linux系统和数据库（熟悉）
常见Linux命令的使用、远程登录和远程拷贝、vim编辑器的使用、Linux系统软件的安装与卸载、MySQL数据库的常用操作
5）网络编程和多任务编程（熟悉）
IP及端口的介绍、socket介绍、基于TCP通信的开发、HTTP协议及其通讯过程、进程、线程和协程的使用、线程同步的方法
第三阶段：机器学习
知识点：
1）matplotlib的使用
架构介绍，基本功能实现，实现多图显示，实现各类图形绘制
2）numpy的使用
运算上的优势、数组的形状、数组的属性、数组的基本操作、数组运算
3) pandas的使用
基本数据操作、常用数据结构：DataFrame/Series/MultiIndex、文件的读取与存储、缺失值处理、数据的离散化、数据的合并、交叉表和透视表、分组与聚合
4)scikit-learn的使用
scikit-learn介绍、获取数据集、数据集划分、经典机器学习算法的实例化、常用数据处理工具的实例化
5) 特征工程与模型优化
特征预处理、归一化和标准化、特征选择和降维、交叉验证与网格搜索、模型的保存和加载、欠拟合与过拟合
6) 经典机器学习算法
KNN及KD树、线性回归概念及原理剖析、梯度下降算法介绍、逻辑回归原理详解、决策树算法的原理、朴素贝叶斯算法、SVM、聚类算法、EM算法和HMM
7) 集成学习思想及应用
bagging与boosting的思想、随机森林原理、AdaBoost原理、GBDT原理、XGBoost原理、LightGBM原理
8) 案例：绝地求生玩家排名预测
数据预处理、数据的划分、模型的训练、模型的评估、模型的保存及加载
..............
持续更新，记得关注哦~