学编程，关键把握Python，跟随课程内容也学了一些C、HTML、CSS、JavaScript；学了计算机科学的基础理论和程序编写方式 ，如：Pandas, Numpy, Matplotlib等；网上学习了四套有关Machine Learning和Deep Learning的课程内容。
学习培训人工智能如何新手入门
阶段一是Python语言表达（用时5周，包含基础英语的语法、面向对象编程、高级课程、經典课程内容）；阶段二是Linux初中级（用时1周，包含Linux系统软件基本上命令、常见服务项目安裝）；阶段三是Web开发设计之Diango（5周 2周前面 3周diango）；阶段四是Web开发设计之Flask（用时2周）；
阶段五是Web架构之Tornado（用时1周）；阶段六是docker器皿及服务发现（用时2周）；阶段七是网络爬虫（用时2周）；阶段八是大数据挖掘和人工智能（用时3周）。
如何自学人工智能
初学者能够从基础的基础逐渐学习，不仅线性规划问题和随机森林，连笔记本电脑如何使用，NumPy等关键的Python库如何使用，都是有从零实例教程。
到后半期，能够学着搭高級的RNN，强大的GAN，这儿也有很多具体运用示例能够跑。终究，这是一个重视实践活动的新项目。
这儿的优化算法示例，可以用Google Colab来跑，完全免费使用云空间TPU/GPU，只需有一个Chrome就可以了。没人字梯得话，就用Jupyter Notebook来跑咯。
基础一部分，除开有Python手册、笔记本电脑用法，及其Numpy、Pandas这种库的用法，也有线性规划问题、逻辑性整体规划、随机森林、k-means聚类算法这种深度学习的基本上技术性。
深层学习入门，包含了PyTorch手册、多层感知器 (MLP) 、数据信息与实体模型、面向对象编程的深度学习、卷积和神经元网络 (CNN) 、置入，及其递归算法神经元网络 (RNN) 。
深度神经网络高级，会涉及到更高級的RNN、自编码器、转化成对抗网络 (GAN) ，及其室内空间转换互联网 (Spatial Transformer Networks) 这些。
最终是运用。人工智能算法是个关键的方位。此外，还会继续涉及到时间序列分析剖析 (Time Series Analysis) ，商品推荐系统软件，预训炼语言模型，多任务学习，增强学习这些示例能够运作。还可以改动示例，写下自身的运用。
