第1个回答 2019-01-19
需要必备的知识有: 1、线性代数：如何将研究对象形式化？ 2、概率论：如何描述统计规律？ 3、数理统计：如何以小见大？ 4、最优化理论： 如何找到最优解？ 5、信息论：如何定量度量不确定性？ 6、形式逻辑：如何实现抽象推理？ 7、线性代数：如何将研究对象形式化？人工智能简介: 1、人工智能（Artificial Intelligence），英文缩写为AI。 2、它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能涉及的学科: 哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，社会结构学与科学发展观。
第2个回答 2019-01-21
需要必备的知识有: 1、线性代数：如何将研究对象形式化？ 2、概率论：如何描述统计规律？ 3、数理统计：如何以小见大？ 4、最优化理论： 如何找到最优解？ 5、信息论：如何定量度量不确定性？ 6、形式逻辑：如何实现抽象推理？ 7、线性代数：如何将研究对象形式化？人工智能简介: 1、人工智能（Artificial Intelligence），英文缩写为AI。 2、它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能涉及的学科: 哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，社会结构学与科学发展观。
第3个回答 2019-01-17
1. 需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析。
2. 需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法
去黑马程序员论坛看python板块，里面有职业发展，对应技能以及学习线路图。全面的知识点。本回答被提问者采纳
第4个回答 2019-04-27
重要性按照顺序给你排好：
线性代数（数学基础，理解算法必要的东西）
矩阵论（无论是网络结构还是编程实现，都需要矩阵论来支撑计算）
概率论与数理统计（人工智能中到处都是概率分布，概率论的一些重要概念，比如先验概率后验概率，都很重要）
数据结构（不仅包含栈队列，图论和树也很重要）
一门编程语言，可以是python，c++等