"工欲善其身，必先利其器“。

需要到的工具分两类∶理论工具和实践工具。

理论工具即包括人工智能领域内的各种算法。从传统的机器学习方法到神经网络类的深度学习再到强化学习灯主要大类。

实践工具即把各种算法的编写成代码的开发语言，python, java,c++等。用何种语言问题不大，主要是能够运用起来解决问题。

01理论工具

既然说上工具，那么工具一定是为了解决问题的，当然，是然计算机去理解，去解决问题。

系统的了解一遍理论工具之后，大致也能感觉的出来，要解决的问题无非3大类，分类问题，回归问题，关联分析类问题。

分类问题（这段文字的情感是积极的还是消极的;这张图片内的动物是猫还是狗;这段话的声音是张三说的还是李四说的）。

回归问题（领域内，你所感兴趣的某一个值(变量)，未来时间点将会怎么变化？一方面你需要收集这个值（变量）的变化历史数据。另外一方面你需要收集与这个变量相关的，会影响这个变量值的变化的相关数据。举个例子∶股票的价格，一方面你要知道股价的历史走势，另一方面你需要收集该公司的收益，业绩数据。）。

关联分析问题 （这两个变量间到底有没有关系，正相关？负相关？ 举例∶上面说的相关数据，到底有没有关，需要做一个理论支撑，不能仅仅通过'我感觉'去主观判断）。

02实践工具

实践工具个人推荐pyhon.主流的资源也比较多。简单的几行代码可以做很多事。 毕竟‘‘人生苦短，我用python’’。

怎么掌握工具？ 科班出身的同学，肯定有一定的开发语言基础。个人觉得，不推荐系统的去看一个python语音的学习视频。可以直接去网上搜一下python语言的中文或者英文的开发文档。把里面的代码自己敲一遍，运行一遍，看看语言是怎么用的。只有用才能更快更好的记忆。本人亲测，a byte of python英文版开发文档一天时间可以过一篇所有基础语法。如果没有开发语言基础的话，还是可以看一趟比较慢的视频，就是比较废时间。

到此，python语言都基础语法你已经了解了。可以看一些用python语言实现一些基础算法的代码讲解课程，你可以跟着视频敲一些简单的算法应用实现。现阶段的应用会加入一些数据集，所以你大致已经可以领悟，用什么算法解决一个问题小demo思想。也就是用人工智能算法应用解决问题的思想。

注：之所以强调，针对人工智能的各类算法，python语法只需要到达简单的了解的程度，是因为，本觉得在入门阶段，首先应当先把我大局，大体的趋势方向即可。

各个研究领域的要点又多又广，针对研究工作领域没确定的情况，不需刻意的钻一个点。代码编写方面，一般情况是对主流方法的应用，网上开源代码，开源项目很多，主要工作是移植和应用。当遇到报错了会调会改。

当研究领域确定后，主方向有了，需要深入研究的方向也就出来，可以自己改进算法，自己实现改进算法的代码编写。

以上提到的视频资源，项目源码资源，pdf等文档资源均可免费分享。关注公众号，留言后台回复获取。

文章作为经验进行分析，有不足请批评指正。后续将会分析一些技术细节，以及从论文撰写到投稿的经验。

长按图片识别 图中二维码关注↓↓↓