前言
最近和某师姐聊起人工智能，和我之前一样，感兴趣但不知从何入手，所以把之前发布在知乎的这篇文字，结合最近的新想法，更新一下
必须承认的是我自己还是个半吊子，这个路径有多少参考性我自己都不知道，但我可以确保是在用心写
为什么推荐这些资料？
非科班，零基础，在使用过众多学习资料后，精选出来的，均满足：
- 至少认真学习超过4/5（只有学完觉得好才能推荐
- 结合案例，边讲解实践（纯理论的课学不进去
精力如何分配？
基础课可以先看一门再看一门，也可以一起看，相对来说比较枯燥，但可以构建一个系统框架，理解原理，了解概念，看到术语不害怕，未来再结合自己方向看实战课、别人的论文往框架挂肌肉神经血管
每节课都备注了预计学习用时，不建议花超出上限的时间来学习，战线拉太长（比如python课学一年半载），前面学过的早忘记了，建议集中一段时间系统快速学习完，毕竟我们的出发点是“了解”，不是“掌握”，我们的目标是“使用”，不是“创造”
也备注了我的实际学习用时（大概），不建议比我更短，因为我看这些课之前已经看过其他类似的课，所以有些基础，部分内容跳过了，快一些
培养兴趣基础 预计用时：6-7小时
众所周知兴趣是最好的老师，如果你是基于兴趣学习，效率提高，乐趣满满
这是一个系列播客，内容是人工智能的发展史，与具体技术毫无关系，但可以培养兴趣，顺便还能了解一些术语
python语法基础
Python语言程序设计_北京理工大学 预计用时：2周-1月（我用了2周）
python简介、环境搭建、结合案例学习，初步了解python体系，学完之后就可以开始编写程序啦，其他人写的代码也能看懂一二。比如我学完这门课，又学了学python自动化，实现了自己的第一个项目：iTutor——一个帮你选导师的小工具
个人认为学完以后就结合自己的兴趣搞一些小项目，一来夯实语言基础，二来提高对python的兴趣，不然直接开始学机器学习，连上两门课非常无聊
机器学习基础
华盛顿《机器学习基础：案例研究》 预计用时：1周-2周（我用了3天）
这是一个系列课程中的第一节课，你可以把整个系列四节课全学完，这样的话各种专业术语都难不倒你了，但如果你觉得后面三节课非常吃力，可以先放下来，未来再看
吴恩达讲深度学习 预计用时：1周-2周（我用了2周）
有了python语言基础后，就可以开始机器学习啦！吴恩达讲深度学习比较热门，但我误打误撞没看上，而是看了华盛顿这门课，两位老师一起讲，中间还有各种好玩的对话和梗
，当然，最重要的是，这门课也是结合案例学习，边讲知识点边实操，困难的知识放后面，先动手提升兴趣
注意：课程中涉及的数学知识看不懂不要担心，看完就行了，咱也不是算法科学家，不需要样样都懂，了解基础知识，能用好别人的算法就行
注意：课程中涉及的数学知识看不懂不要担心，看完就行了，咱也不是算法科学家，不需要样样都懂，了解基础知识，能用好别人的算法就行这两节课各有侧重，都看了更好，只看一个也行，学习完成后，对人工智能主要的基本概念、各种算法都有了一定认识
机器学习的医学实战
学完基础后，当然还是要实践啦，此处以医学为例，其他领域应该也有相似教程
丁香园《人工智能在医学领域的应用》 预计用时：3天-1周（我用了3天）
结合具体文献讲解人工智能怎么做出来那些成果，什么领域适合用人工智能做，设计课题的思路，算是实战的垫脚石，学完以后在专业实践上有了一定认识
学完这门课之后，技术门槛已经基本摸清了，但还缺乏真正动手的经历，另外一个更大的问题是课题设计，用人工智能去解决什么问题？——这需要长期的临床积累以及和其他人的交流
找一个老师指点，夯实基础（我用了1月）
找到一位管院老师，专长人工智能，在这位老师指导下，先是刷完我校医学统计方法选修课，重新学习了线性回归、逻辑回归、决策树等常用算法，结合医学领域相关论文，巩固基础知识。下面po一下老师自己安排的学习路线（从左往右）
https://kdocs.cn/l/crtYGAxNrDo0
虽然是冲着医学影像识别去的，医学统计看起来没用，但能帮助自己夯实相关工具的使用技巧（numpy、pandas、matplotlib等），同时唤醒好久不用的数学知识（四五年不看数学了，现在导数都不会算了）
继续找老师指点，拓展前沿（我用了1月）
暑假报名那位老师的强化班，此时基础知识已经比较巩固了，开始拓展前沿（transformer、多模态等）【课程推荐】北中医管院暑假班——医学人工智能分析应用实践
开学后跟老师一起做项目，目前取得了一定成果，但才刚刚开始，还有很远的路。期间遇到的坎坷与解决思路也都记录下来了纪念一下练出来的第一炉丹
回顾历史
总得来说是基于兴趣，边学边用，一路迷茫，直到有人指点找到用武之地，以前学过的东西都没有白学，现在开始产出一些成果
更详细的回顾见A038我的编程学习经历及收获