ling爱吃
广义的说，人工智能包含诸多不同的方法，其主旨是让程序像一个智能体一样解决问题。机器学习是实现人工智能的一种方法，它不完全依靠预先设计，而是从数据中进行总结，达到模拟记忆、推理的作用。包括诸如支持向量机(SVM)、各类基于决策树的算法(包括Boosting、Bagging、Random Forest等)，各类基于人工神经网络的算法(例如简单网络及深度网络等)，以及多方法的集成等。基于人工智能的发展优势，很多小伙伴都想要在这个领域大展宏图，但摆在面前的三道门槛是需要你逐一攻克的。本文千锋给大家分享一下人工智能入门的三道屏障。门槛一、数学基础我们应该了解过，无论对于大数据还是对于人工智能而言，其实核心就是数据，通过整理数据、分析数据来实现的，所以数学成为了人工智能入门的必修课程!数学技术知识可以分为三大学科来学习：1、线性代数，非常重要，模型计算全靠它~一定要复习扎实，如果平常不用可能忘的比较多;2、高数+概率，这俩只要掌握基础就行了，比如积分和求导、各种分布、参数估计等等。提到概率与数理统计的重要性，因为cs229中几乎所有算法的推演都是从参数估计及其在概率模型中的意义起手的，参数的更新规则具有概率上的可解释性。对于算法的设计和改进工作，概统是核心课程，没有之一。当拿到现成的算法时，仅需要概率基础知识就能看懂，然后需要比较多的线代知识才能让模型高效的跑起来。3、统计学相关基础回归分析(线性回归、L1/L2正则、PCA/LDA降维)聚类分析(K-Means)分布(正态分布、t分布、密度函数)指标(协方差、ROC曲线、AUC、变异系数、F1-Score)显著性检验(t检验、z检验、卡方检验)A/B测试门槛二、英语水平我这里说的英语，不是说的是英语四六级，我们都知道计算机起源于国外，很多有价值的文献都是来自国外，所以想要在人工智能方向有所成就，还是要读一些外文文献的，所以要达到能够读懂外文文献的英语水平。门槛三、编程技术首先作为一个普通程序员，C++ / Java / Python 这样的语言技能栈应该是必不可少的，其中 Python 需要重点关注爬虫、数值计算、数据可视化方面的应用。人工智能入门的三道门槛，都是一些必备的基础知识，所以不要嫌麻烦，打好基础很关键!
侯总大大
外文数据库有很多个，我将分享3个我经常用的外文数据库。
1、Wiley InterScience(英文文献期刊)
Wiley InterScience收录了360多种科学、工程技术、医疗领域及相关专业期刊、30多种大型专业参考书、13种实验室手册的全文和500多个题目的Wiley学术图书的全文。其中被SCI收录的核心期刊近200种。
2、掌桥科研
掌桥科研，是咱们国内目前外文文献最全的专业网站。外文文献包含来自Springer、Elsevier、Wiley、Taylor&Francis、IEEE、SPIE、AIAA、ASME等国外知名数据库的外文文献资源，以及来自美国政府机构的外文科技报告等特色外文文献资源。
3.IET数据库
IEL数据库（IEEE/IET Electronic Library）是IEEE旗下的在线数字资源，通过智能的检索平台为您提供创新的文献信息。收录了电气电子工程、计算机科学、人工智能、机器人、自动化控制、遥感和核工程领域的期刊。IEEE每年在全球举办超过900场的学术会议，会议涉及电气电子、通信和计算机等传统领域，以及诸多新兴热点领域，如纳米、生物医学工程、能源、自动化控制等。
