初学者如何从零学习人工智能？（AI）

　　以下是机器学习领域的精选资源推荐：

　　对于初学者来说，Coursera上的Andrew Ng机器学习课程是入门首选。它深入浅出地解释了基本概念，并带你理解最重要的算法。此外，TutsPlus的“Machine Learning Distilled”课程也提供了对ML算法的简要概述，适合快速入门。

　　如果你希望学习ML算法在Python中的实际实现，那么“Programming Collective Intelligence”这本书将是一个很好的选择。它包含了多个实践项目，涵盖了所有必要的基础。

　　除了上述资源，还有一些其他优秀的机器学习课程值得推荐：

• Perer Norvig的Udacity Course on ML
• Tom Mitchell在卡梅隆大学教授的另一门ML课程
• YouTube上的机器学习教程mathematicalmonk

　　对于深度学习的初学者，我强烈推荐“Deep Learning With Python”。这本书不会深入到困难的数学，也没有冗长的先决条件列表，而是描述了一个简单的方法开始DL，解释如何快速开始构建并学习实践上的一切。它解释了最先进的工具（如Keras、TensorFlow），并带你通过几个实际项目，解释如何在所有最好的DL应用程序中实现最先进的结果。此外，Google也提供了一个很好的入门级DL课程，而Sephen Welch则对神经网络进行了精彩的解释。

　　为了更深入地了解深度学习，你还可以参考以下资源：

• Geoffrey Hinton的coursera课程“Neural Networks for Machine Learning”
• MIT的“Deep Learning”一书
• 斯坦福的UFLDL教程
• deeplearning.net教程
• Michael Nielsen的“Neural Networks and Deep Learning”一书
• Simon O. Haykin的“Neural Networks and Learning Machines”一书

　　在探索人工智能领域时，你还可以阅读“Artificial Intelligence: A Modern Approach (AIMA)”。这本书总体概述了人工智能领域，并解释了你需要了解的所有基本概念。此外，来自加州大学伯克利分校的人工智能课程是一系列优秀的视频讲座，通过有趣的实践项目（如训练AI玩Pacman游戏）来解释基本知识。我推荐在观看视频的同时阅读AIMA，因为课程是基于这本书的，并从不同角度解释了许多类似的概念，使它们更容易理解。

　　如果你对大脑的工作原理感兴趣，以下书籍将为你提供直观有趣的解释：

• Jeff Hawkins的“On Intelligence”（有声读物）
• Gödel, Escher, Bach

　　我建议通过这两本书入门，它们能很好地向你解释大脑工作的一般理论。此外，Ray Kurzweil的“How to Create a Mind”（如何创建一个头脑）也是有声读物，值得一读。

　　最后，要掌握AI，你需要熟悉计算机科学和编程。如果你是编程初学者，我强烈建议阅读“Dive Into Python 3”。这本书涵盖了Python编程的大部分基础知识。要更深入地了解计算机编程的本质，你可以观看MIT的“Introduction to Computer Science and Programming Using Python and Java”课程。此外，Metacademy是一个知识“包管理器”，可以帮助你了解学习不同ML主题的所有先决条件。而Kaggle则是一个强大的机器学习平台，供你实践和学习。