首先，人工智能包括很多方面。

• 機(jī)器人
  
• 精密儀器
  
• 機(jī)器學(xué)習(xí)，深度學(xué)習(xí)
  
• 等等
  

這里以最近非常火熱的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)以及強(qiáng)化學(xué)習(xí)等算法角度來(lái)談?wù)劊?1歲到底適不適合學(xué)人工智能。

31歲，如果是從零開(kāi)始，那么需要學(xué)習(xí)的知識(shí)包括但不限于以下。

1.理論基礎(chǔ)

1.1數(shù)學(xué)基礎(chǔ)

概率論

統(tǒng)計(jì)學(xué)

線性代數(shù)

微積分

凸優(yōu)化

1.1非監(jiān)督學(xué)習(xí)

Kmeans算法

主成分分析

DBSCAN聚類(lèi)

1.2監(jiān)督學(xué)習(xí)

KNN

線性回歸

邏輯回歸

決策樹(shù)

支持向量機(jī)

樸素貝葉斯

EM算法

集成學(xué)習(xí)

1.3半監(jiān)督學(xué)習(xí)

協(xié)同過(guò)濾

標(biāo)簽傳播

1.4深度學(xué)習(xí)

深度神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)

循環(huán)神經(jīng)網(wǎng)絡(luò)

遞歸神經(jīng)網(wǎng)絡(luò)

1.5強(qiáng)化學(xué)習(xí)

2.編程相關(guān)

2.1Python基礎(chǔ)

基本數(shù)據(jù)類(lèi)型、函數(shù)、類(lèi).面向?qū)ο?/p>

容器、文件處理、

錯(cuò)誤處理和異常

模塊，標(biāo)準(zhǔn)庫(kù)

數(shù)據(jù)結(jié)構(gòu)

2.2Python數(shù)據(jù)科學(xué)

NumPy

SciPy

Pandas

Matplotlib

Scikit-Learn

2.3自然語(yǔ)言處理工具

Tf-idf

Word2Vec

FastText

2.4深度學(xué)習(xí)框架

Tensorflow

MXNet

Caffe2

PaddlePaddle

Keras

PyTorch

2.5項(xiàng)目管理和開(kāi)發(fā)

Maven

JIRA

敏捷開(kāi)發(fā)

總結(jié)

需要學(xué)習(xí)的東西很多，31歲如果數(shù)學(xué)基礎(chǔ)比較好，可以考慮，如果數(shù)學(xué)不好，還是不要搞算法這一方面的，可以考慮機(jī)器人方面等等。