人工智能的入门学习需要具备的知识结构：
一、编程语言选择
推荐python，原因有二，其一，语法简单易学；其二，有丰富的库支持。
二、算法设计基础
人工智能的研究内容集中在六个方向，自然语言处理、知识表示、自动推理、机器学习、计算机视觉和机器人学。
算法设计可以从基础算法开始，包括递归、概率分析和随机算法、堆排序、快速排序、线性时间排序、二叉树搜索、图算法等。
三、人工智能基础
人工智能基础包括人工智能发展史、智能体、问题求解、推理与规划、不确定知识与推理、机器学习、感知与行动等。
当前的人工智能能做什么？
人工智能是对数据的分析和挖掘，然后实现两大目标：预测、分类。
基础类：数学基础、python基础、linux基础、数据结构和算法基础；
初步阶段：机器学习、数据初步分析；
中级阶段：深度学习、强化学习、迁移学习、生成对抗网络；
高级阶段：针对特定的应用场景，比如无人驾驶等；
机器学习与深度学习的区别：
1）特征工程，机器学习需要人工提供特征，深度学习则不需要
2）数据量和计算性能的要求，机器学习需要的数据量和计算性能不高，深度学习则需要大量数据和更高的计算性能
3）算法，深度学习基于神经网络，机器学习使用传统算法
