1樓：強尼說
人工智慧已經受到越來越多人的重視，想要學習人工智慧的人也逐漸增多。但不得不說，人工智慧的學習門檻相對較高，需要學習許多枯燥且難度偏高的課程。
1）統計學。
必學課程之一，包括迴歸分析、引數檢驗等。毫無疑問，統計學學起來是比較枯燥的，如果不結合實際，非常容易忘記。
2）微積分+線性代數。
要理解很多人工智慧的演算法，需要學習微積分以及線性代數的知識，不然完全不知道相關演算法是如何推匯出來的。
3）計算機。
一方面是我們通常所說的程式設計，目前較多使用的變成語言是python。可以通過各種調包來進行資料探勘、機器學習以及深度學習等操作。當然，除了python，也可以學習r語言。
另一方面，如果想要進入資料分析領域的話，那sql也是不得不學習的語言。目前是大資料時代，大多數資料都是儲存在資料庫中，如果需要從資料庫中提取資料，則必須要依賴於sql。當然，如果想要處理一些大資料的話，還需要了解hive、impala等知識。
4）ppt&excel
若想要在資料分析領域，甚至是人工智慧領域生根，excel以及ppt也是必須要學習的。他們作為工作中使用頻率最高的工具，很多工作場景是需要這兩個工具。這兩個工具的學習可以去網易雲課堂搜尋相關課程。
2樓：允聖怡
mid-level的課程，概率論+統計（很多資料分析建模基於統計模型），線性規劃+凸優化（或者只學一門叫numerical optimization，統計到最後也還是求解乙個優化問題，當然也有純優化模型不用統計模型的），machine learning（其實機器學習，通篇都是在講用一些統計和優化來做clustering 和 classification這倆個人工智慧最常見的應用），學到這裡，你基本就會發現，學這一門課中間會穿插著很多其他課的內容。恩，知識總是相通的嘛，特別是這些跨專業的新興學科，都是在以往學科的基礎上由社會需求發展而來。 學到這裡，其實你已經能看懂並且自己可以編寫機器學習裡面很多經典的案例了，比如regression，clustering，outlier detection。
大資料和人工智慧那個好學，學那個比較好就業呢？
3樓：陝西新華電腦學校
人工智慧好就業，中國正在產業公升級，工業機械人和人工智慧方面都會是熱點，而且正好是在3~5年以後的時間。但是，也有乙個問題大家要注意：
學習的難度比較高，要求你有創新的思維能力，高數中的微積分、數列等等必須得非常好，軟體程式設計(基礎的應用最廣泛的語言：c/c++)必須好，微電子(數位電路、低頻高頻類比電路、最主要的是嵌入式的程式設計能力)得學得好，還要有一定的機械設計能力(空間思維能力也重要）
4樓：石家莊新華電腦學院
兩個專業的發展前景都很不錯。
當今人工智慧立足於深度（多層）神經網路，進行深度機器學習，可以根據大量的訓練資料來提高模型優化能力。人工智慧是基於大資料的支援和採集，運用於人工設定的特定效能和運算方式來實現。
因此，人工智慧離不開大資料，人工智慧需要依賴大資料平臺和技術來幫助完成深度學習進化。
5樓：匿名使用者
從我的角度來看，兩者難度是差不多的。但是ai可能要求的理論水平更多。目前從社會上來看，絕大部分人是停留在自學階段，很少有人處在具有工程經驗的階段。
但是企業希望招收有經驗的人才，然而這些東西有個特點就是有海量的資料以及高效能運算機，也就是說絕大部分個人是買不起的。如果從好就業的角度來看，本人並不推薦學這些，除非你的碩士或者博士就是專門做這個的，畢竟有了這個資源。
6樓：我文科快樂
現在是屬於新興高薪行業，就業肯定都是可以的，當然也要看個人興趣了，目前優逸客還可以。教學方式和內容，還有引薦就業也都行。
7樓：長沙新華電腦學院
都可以，來這裡看看吧，這兩個專業都有的。
8樓：長沙新華電腦學院
網際網絡it學校可以看看這邊，這裡都有兩個專業。
您為什麼選擇資料科學或人工智慧專業呢？
9樓：網友
如果我可以重笑基新選擇專業，我會選擇資料科學或人工智慧專業。這是因為，在當今數位化時代，資料科學和人工智慧已經成為了許多行業的核心，包括金融、醫療、教育、製造業等。隨著人工智慧和機器學習技術的快速發展，越來越多的企業和組織開始意識到了資料的價值，他們需要專業的資料科學家和人工智慧工程師來分析、挖掘和利用資料，從而提高業務效率和創造商業價值。
另外，選擇資料科學或人工智慧專業還有一些其他的優勢。例如，這些專業通常涵蓋了統計學、電腦科學、機器學習、資料探勘、自然語言處理等多個領域，這些技能非常實用且在未來的職場競爭中具有競爭力。此外，這些專業的畢業生還可以在許多領域發揮自己的才能，例如在鬧盯醫療保健行業中，資料科學家可以利用資料分析技術來研究疾病和**方法，從而改善患者的生活質量。
但是，即使我再次選擇專業，我也不會完全忽略其他專業領域的重要性和價值。在當今世界，各種專業和技能都需要碰彎謹，所以不要忘記您的興趣和特長，同時也要了解您所選專業領域的趨勢和市場需求。
最後，我希望強調的是，專業選擇只是人生中的一小步，它並不能決定我們整個人生的道路。人生是乙個不斷探索、成長和發展的過程，我們可以在職業生涯中不斷嘗試新的事物和學習新的技能，從而不斷提高自己的價值和能力。
大資料分析 需要學習人工智慧嗎
10樓：單重不給就送
看情況，如果你僅限於進行資料分析的話是不需要人工智慧。
如果你要資料探勘的話需要學習機器學習。
11樓：尚學堂大資料學院
瞭解大資料與人工智慧的區別與聯絡，首先我們從認知和理解大資料和人工智慧的概念開始。
1、大資料。
大資料是物聯網、web系統和資訊系統發展的綜合結果，其中物聯網的影響最大，所以大資料也可以說是物聯網發展的必然結果。大資料相關的技術緊緊圍繞資料，包括資料的採集、整理、傳輸、儲存、安全、分析、呈現和應用等等。目前，大資料的價值主要體現在分析和應用上，比如大資料場景分析等。
2、人工智慧。
人工智慧是典型的交叉學科，研究的內容集中在機器學習、自然語言處理、計算機視覺、機械人學、自動推理和知識表示等六大方向，目前機器學習的應用範圍還是比較廣泛的，比如自動駕駛、智慧醫療等領域都有廣泛的應用。人工智慧的核心在於「思考」和「決策」，如何進行合理的思考和合理的行動是目前人工智慧研究的主流方向。
3、大資料與人工智慧。
大資料和人工智慧雖然關注點並不相同，但是卻有密切的聯絡，一方面人工智慧需要大量的資料作為「思考」和「決策」的基礎，另一方面大資料也需要人工智慧技術進行資料價值化操作，比如機器學習就是資料分析的常用方式。在大資料價值的兩個主要體現當中，資料應用的主要渠道之一就是智慧型體（人工智慧產品），為智慧型體提供的資料量越大，智慧型體執行的效果就會越好，因為智慧型體通常需要大量的資料進行「訓練」和「驗證」，從而保障執行的可靠性和穩定性。
目前大資料相關技術已經趨於成熟，相關的理論體系已經逐步完善，而人工智慧尚處在行業發展的初期，理論體系依然有巨大的發展空間。從學習的角度來說，如果從大資料開始學習是個不錯的選擇，從大資料過渡到人工智慧也會相對比較容易。總的來說，兩個技術之間並不存在孰優孰劣的問題，發展空間都非常大。
12樓：長沙新華電腦學院
當然要學的，可以來這裡看看。
人工智慧專業需要學哪些課程 難不難
13樓：科技打工人
人工智慧作為熱門新工科方向，它屬於電腦科學與技術大類下面的分支專業。作為乙個典型的工科專業，需要考生具備較強的數理邏輯思維。
人工智慧、社會與人文》、《人工智慧哲學基礎與倫理》、《先進機械人控制》、《認知機械人》、,機械人規劃與學習》、《仿生機械人》、《群體智慧型與自主系統》《無人駕駛技術與系統實現》《遊戲設計與開發》《計算機圖形學》《虛擬實境與增強現實》、《人工智慧的現代方法i》、《問題表達與求解》、《人工智慧的現代方法ii》、《機器學習、自然語言處理、計算機視覺》等。
人工智慧是乙個典型的交叉學科，涉及到數學、哲學、經濟學、計算機、控制學、神經學和語言學等諸多學科，由於內容多且難度大，所以人工智慧領域的人才培養也一直以研究生教育為主，從這個角度來看，學習人工智慧相關技術還是具有一定難度的。
人工智慧專業的學習需要具備紮實的基礎學科基礎，重點就是數學和物理，不論未來選擇哪個具體的研究方向，基礎學科的掌握程度將對人工智慧的研發起到重要的作用。如果沒有紮實的數學基礎，從事人工智慧的相關研發是比較吃力的，因此人工智慧專業也有大量的數學相關課程，這無疑提公升了學習的難度。
人工智慧需要先修什麼課，學習人工智慧前需要學習什麼基礎課程？
人工智慧，需要數學基礎 高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析。需要演算法的積累 人工神經網路，支援向量機，遺傳演算法等等演算法 當然還有各個領域需要的演算法，比如要讓機器人自己在位置環境導航和建圖就需要研究slam 總之演算法很多需要時間的積累。需要掌握至少一門程式語言 ...
上交人工智慧專業有什麼課程，想學人工智慧，學什麼專業好？學些什麼課程？
可以來這邊看看，網際網路it 學校 想學人工智慧，學什麼專業好？學些什麼課程？進入人工智慧領悟，需要哪些專業 可以選擇 資料科學與大資料 電腦科學，軟體工程等專業 純理論中，首選統計學，其次數學。近年來發展蓬勃的深度學習，是機器學習裡一個非常重要的分支，因此ai方向的研究人員需要有紮實的數學基礎。人...
學人工智慧需要英語嗎,人工智慧還要學英語嗎
除國學抄外的其他學科，只要想學得深入點，都需要英語。特別是在計算機有關的學科裡 人工智慧的研究方面，國內與國外的差距不是一般的大。所以，想做學者 研究工作者及設計師之類的，還是把英語學好吧。至少學到，能看懂科技 或說明書的階段。人工智慧還要學英語嗎 當然要學，畢竟是一個技能，可以到這裡看看 要的，人...