①机器学习的基础是数学，入门AI必须掌握一些必要的数学基础，但是并不是全部的数学知识都要学，只学工作上实际有用到的，比如是微积分、概率论、线性代数、凸优化等这些。
②数据分析里需要应用到的内容也需要掌握，但不是网上所说的从0开始帮你做数据分析的那种，而是数据挖掘或者说是数据科学领域相关的东西，比如要知道计算机里面怎么挖掘数据、相关的数据挖掘工具等等
补足了以上数学和数据挖掘基本知识，才可以正式进行机器学习算法原理的学习。
③算法方面需要掌握一些基本的框架：python、spark、mllib、scikit-learning、pytorch、TensorFlow，数据方面需要懂得HQL、numpy、pandas，如果你本身是后台开发、app开发、数据分析、项目管理，则是一个学习算法的一个加分项。
④最后需要对人工智能有全局的认知，包括机器学习、深度学习两大模块，相关的算法原理、推导和应用的掌握，以及最重要算法思想。
确实人工智能领域所要学习的东西太多，交叉的知识太多，所以这样才需要有导学。很多同学自学，每个部分都学一些，但是却不能实际应用。而企业的面试官真正会问到问题是这些：某个算法的原理是什么？某个实际问题应该用什么算法解决？在某个场景下你应该应用什么样的算法？比如推荐系统的召回算法你应该怎么设计？你对推荐系统的认知，你知道哪些呢？等等，能够回答这些问题，你才算真正入门，而不是说我懂线性代数、懂python、懂机器学习理论就是入门了。要回答某一问题要用什么问题解决，你要知道全貌，要学习很多的算法原理和思想的，并且知道怎么应用。
推荐看一下菜鸟窝的人工智能入门免费公开课，系统听下来就知道解锁机器学习技能的正确姿态了。https://www.cniao5.com/course/lessons/10231
