人工智能概念太大，这里暂且跟下热点将人工智能等同于深度学习（实际上这是错误的人工智能包含深度学习），将讨论的范围做适当的收紧。如果你想知道人工智能是如何从人类的数据中学习的，可以先从机器学习的算法入手，这些算法有趣且不难理解，是很好的激发学习兴趣的着手点。
1、如何学习人工智能？
人工智能是通过学习人类的数据，从中找出规律，然后代替人类在各个领域工作。如果你想知道人工智能是如何从人类的数据中学习的，可以先从机器学习的算法入手，这些算法有趣且不难理解，是很好的激发学习兴趣的着手点，机器学习的算法有比如：非监督式学习中的K-Means算法，DBSCAN，t-SNE等等，主要不是用来预测，而是对整个数据有一定的深入了解。
监督式学习中常见的有：回归算法：试图采用对误差的衡量来探索变量之间的关系的一类算法，常见的种类有最小二乘法，逻辑回归，逐步式回归，多元自适应回归样条，以及本地散点平滑估计，决策树学习：根据数据的属性采用树状结构建立决策模型，通常用来解决分类的问题。常见种类有：分类及回归树，随机森林，多元自适应回归样条，以及梯度推进机，
（虽然名字长但是内容不难理解）深度学习算法在近期赢得了很多关注，特别是百度也开始发力深度学习后，更是在国内引起了很多关注。在计算能力变得日益廉价的今天，深度学习试图建立大得多也复杂得多的神经网络，很多深度学习的算法是半监督式学习算法，用来处理存在少量未标识数据的大数据集。常见的深度学习算法包括：卷积网络，堆栈式自动编码器，
（同样是名字长但是内容不难理解）了解过一些算法后，就可以简单的跑一些数据来做自己的预测了！这时需要学习一下编程语言Python，具体的指令非常简单，几乎一行代码就能训练好预测模型，然后做出自己的预测结果了！具体资源有很多教机器学习的书籍和视频，B站和西瓜视频都有很多人在科普。如果想自己做一些预测项目自娱自乐一下，也可以去Kaggle这个网站，有很多有趣的项目，网站提供数据，自己做模型做预测然后提交，比照精确度，满满的成就感，
2、程序员如何学习人工智能？2019年人工智能的薪资前景如何？
人工智能的研究领域已经遇到了瓶颈，想必业界也会很快接近这个瓶颈。到时候AI一定会回归理性而不再作为一个噱头，投资方面也会冷却对AI相关产业的投资，但是不会终止，优秀的AI项目依然会获得大量的资助，前景也很好；但是滥竽充数借着AI之名趁机混入市场的项目最终会遭到淘汰，薪资方面，企业也开始理性面对算法工程师的岗位，依然会提供比开发更高的薪酬，但是录用人数减少，而且如果AI的进展不顺利，那么算法部门是有可能缩减甚至裁撤的。
3、人工智能该怎么学？培训机构收费贵不贵？
你好，我是新东方AI研究院高性能计算负责人，前百度深度学习技术平台部资深算法，很高兴受邀回答这个问题，人工智能概念太大，这里暂且跟下热点将人工智能等同于深度学习（实际上这是错误的人工智能包含深度学习），将讨论的范围做适当的收紧。划重点：我不太建议花钱培训，以下列出不花钱就能从入门到精通进入人工智能领域。
深度学习动手系列选一门合适的语言，初学者建议pytorch或者tfkeras这个入门更简单一些，找几本动手书，亚马逊大神李沐的书和对应的pytorch版本都是不错的选择。Github跟一些著名的项目深度学习都在解决具体的问题，选定一个领域，比如语音识别ASR，那么拿这个关键字到github选择star多的一个或者多个项目仔细研究清楚代码和背后的数学原理，你都可以有大的收获，
适当参加一些比赛很多人都是在kaggle比赛中实现从入门到精通，网上也有很多的文章讲到这个学习提高过程可以参考一下。搜索引擎搜大神的可视化或结合代码的博客教程理论很复杂，但是通过动图、视频等方式可以更好的理解一个算法的细节，也更容易因为理解到尾形成深度记忆，B站或者youtube跟随AI大神的教学视频国内的同学们可能youbute不太方便，那么很多b站的up主已经帮你做好了搬运的工作。
