人工智能学习路线与资料
在2022年前，人工智能和机器学习（即AI+D）还是六大计算机名校CS专业本科必修的课程，但是2022年后，AI+D则渐渐成为垂直领域的选修课，而在2023年后又被列为必修。人工智能的学习具有相当高的门槛，你需要在学习前具备一定数学（离散数学、微积分、线性代数、概率统计）、编程（至少掌握Python）、数据结构与算法的能力。
课程选择说明
6大CS名校里，有5所（除普林斯顿外）会单独有一门适合本科生学习的人工智能必修课，而这其中尤其是以Berkeley伯克利 CS188 人工智能导论和Stanford斯坦福 CS221 人工智能：原理与技术最为推荐大家将它们作为自学的参考课程。这两门课的配套资料不仅详细丰富，而且最新的课程也都是对外开放的。
要学习人工智能，不仅需要掌握一定的数学（尤其是线性代数、概率统计以及离散数学），还需要掌握一定的编程能力（尤其是Python），因此大多数CS名校都会把人工智能作为本科高年级的课程来学习。
为了让大家能够更清晰地了解人工智能的学习路径，本小册也将人工智能入门课单独拿了出来，建议先学习了人工智能入门课，然后再去学习机器学习、深度学习、NLP等分支内容。
书籍推荐
目前基本上人工智能入门课的教材只推荐《人工智能：一种现代的方法》，注意这本书现在出到第4版了，第4版的中文名称为《人工智能 现代方法 》，不要购买第3版。
- Artificial Intelligence: A Modern Approach 作者：Stuart Russell 和 Peter Norvig ✅ 全球公认最经典的 AI 教材，CS188 的很多内容源自这本书 ✅ 中文译名：《人工智能：一种现代的方法》
这本书在伯克利也有专门的官网资料可供大家参考学习：