如果你不打算做相关研究的话，我觉得你最先应该考虑的是熟练掌握使用 AI 工具，本章内容更偏向于完善 AI 方面的知识体系架构
目前的本章节的内容的定位仍在引导大家有更广阔的视野，在引导的同时给大家正确的学习/思考模式。
因此如果你想学某个知识体系，可以参考本章内容的路线，但是若你有足够强大的能力可以直接应对国外课程体系的困难，那么我非常推荐你去直接看英文内容
因为我们在降低门槛的时候也一定程度上让各位损失了一定的训练，在概括的过程中，信息量被稀释了，抽象地描述也许更能让你 get 到一些思想性的内容
可以。我将在教程的脉络中引入数学的相关内容，帮助你正确认识数学和 AI 技术的相关性。
并且我希望你阅读这些文章
如果你完全依赖学校的进度，你可能一直都会有认为学校应该教但你没学到的东西
同时，这是一门前沿学科，学校学习的多数内容并不能达到掌握相关知识的要求。
你应该更多地依赖自己而不是学校
“我正在为团队招聘专家，但你的 MOOC 并没有给你带来工作学习机会。我大部分机器学习方向的硕士也并不会得到机会，因为他们（与大多数工作）上过 MOOC 的人一样）并没有深入地去理解。他们都无法帮助我的团队解决问题。”Ross C. Taylor
人工智能包括机器学习
机器学习包括深度学习
同时向你推荐这个 Data Analytics，Data Analysis，数据挖掘，数据科学，机器学习，大数据的区别是什么？
尝试阅读以下内容
',26),o=[i];function l(h,s,c,p,d,m){return r(),e("div",null,o)}const f=a(n,[["render",l]]);export{u as __pageData,f as default};