人工智能系统代表了一个令人兴奋的研究领域：它们也为那些拥有所需技能的人提供了巨大的个人发展机会，更重要的是，技术本身仍在不断发展。然而，很多朋友却不知该如何加入这股科技浪潮，尤其是通过自学掌握必要的知识更是困难重重。
幸运的是，网上有充足的资源可供初学者快速积累知识和技能，或者确定这条发展道路是否适合自己。为了了解更多信息，我们在青年企业家委员会的小组讨论中提出了以下问题：
对于想要学习AI开发的新手或者程序员来说，最重要的准备是什么？
我们来看看他们给出的11条可行建议：
1.了解机器学习背后的数学原理
AI开发人员必须掌握数学中的概率知识，这也是机器学习的基础。传统软件开发人员经常使用在线库，这意味着他们不需要自己进行数学计算。但人工智能开发人员需要具备编写和理解复杂算法的能力，以便不断从数据中找到见解和基本模式。 ——布莱尔·托马斯，电子商务经纪人
2.首先建立扎实的知识基础
在开始接触AI之前，每个人都应该首先建立扎实的知识基础。其中最重要的自然是掌握编程基础（Python是机器学习场景中最好的编程语言之一）和数学（包括线性代数、统计、微积分），同时磨练你的抽象思维能力。虽然掌握AI 和ML 不需要专业学位，但无限的热情绝对是必要的前提。 ）Rahul Varshneya，ResumeSeed
3. 精通Python
人工智能技术正在快速发展，谁能理解人工智能的奥秘，谁就能在人才竞争中领先于对手。 Python 是该领域首选的编程语言，因为它易于理解和编写，提供大量库选项，并且拥有庞大的用户社区。此外，Python还支持TensorFlow、PyTorch、Keras等流行的机器学习和深度学习实现框架。第——章
4. 上网搜索免费资源和在线课程
如果您有兴趣了解更多与AI技术相关的信息，请从最简单的切入点开始：Google搜索。有大量免费资源、文章和在线课程，可帮助您快速接触不断发展的AI 开发世界。这些免费资源为新程序员提供了一种简单且低风险的参与人工智能的方式。你可以先去体验一下，来判断你是否真的打算投入其中。 ——陈大卫， 沙伯特
5.掌握较强的抽象思维能力
抽象思维，或者说深度推理能力，是指机器理解事物之间隐含关系的能力。这种能力比简单地学习逻辑、统计或数学更加“模糊”。但只有掌握关系推理，每个人才能更好地理解人工智能开发中超越明确和直接规则的细微差别和复杂元素。 —— 五代斋藤修
6. 使用人工智能算法尝试构建简单的结果
人工智能学习成功的关键之一是首先对人工智能系统的工作原理建立清晰的理解和强烈的直觉。培养这种直觉的一种有效方法是从简单的项目开始。例如，您可以选择一个您感兴趣的项目，为其选择合适的简单人工智能算法，然后从头开始构建该算法。虽然学习曲线可能很陡峭，但您会在此过程中学到很多东西，并随着时间的推移获得长期收益。第——章
7. 了解人类洞察力如何与计算机编程相结合
为了成长为更强大的人工智能开发者，每个人都必须在统计学和数据科学方面打下坚实的基础。为了编写有效的人工智能语言表达式，您必须了解基本的数学原理并能够解释现有数据的含义。您需要将计算机编程与人类洞察力结合起来，才能在人工智能开发中取得成功。贾里德·韦茨(Jared Weitz)，联合资本来源
8.了解如何收集正确的数据
人工智能非常适合同时处理大量数据。因此，在考虑创建AI软件时，应该首先解决数据点的问题（例如选择客服和营销系统作为数据源），然后基于此构建一个可以快速完成繁重数据处理任务的软件。 ——Syed Balkhi, WP初学者
9.加入在线社区
Kaggle 是一个致力于数据科学家和机器学习人员的在线社区。该平台允许用户查找和发布数据集、在基于网络的数据科学环境中构建模型、与其他机器学习工程师顺利沟通等等。人们可以借此机会向其他从业者学习，甚至参加比赛来提高自己的技能。 ——斯蒂芬妮·威尔斯，强大的形式
10.熟悉不同的人工智能类型
人工智能涵盖了很多不同的领域，你应该全面地研究它，避免投入大量的时间和精力才发现它不适合你。探索不同的AI类型，循序渐进地学习，同时避免学习内容过多造成的倦怠。 ——克里斯·克里斯托夫，MonsterInsights
11.保持合理的期望
目前，关于人工智能发展问题的炒作较多，导致很多人在不知不觉中就得出了夸大的结论。虽然人工智能确实代表了软件开发和业务的一个令人兴奋的前沿领域，但任何真正了解该技术的人都会很快意识到它的局限性。如果您不想很快失去兴趣，那么以合理的期望来处理该主题很重要。 ——Bryce Welker，来自四大会计师事务所之一
