自学人工智能还是有一定门槛的，如果已经擅长一些技术和能力，那么成功的机会就会大很多。
比如说，尽可能有数学的基础或是学习过统计学的知识，这样能更好的理解算法原理，更容易上手。如果有Python或者R语言的编程基础也是能够大大加分的，自学的道路上这些都是很重要的基础能力。
对于想要自学人工智能的同学，人邮君也为大家规划了一个学习路径：
了解领域➡️学习相关基础知识➡️学习以机器学习为主的原理知识➡️通过实践检验知识，精进自己的技能。
首先要了解这个领域，建立一个人工智能基本概念。例如了解AI技术包括哪些技术方向，有哪些应用领域，未来会如何发展，前景如何，对社会的影响如何等等，这不仅能够帮助我们加强对AI的兴趣，甚至可以发挥自己对AI的想象。
这个阶段人邮君为大家推荐《人工智能（第2版）》。
《人工智能（第2版）》系统、全面地涵盖了人工智能的相关知识，既简明扼要地介绍了这一学科的基础知识，也对自然语言处理、自动规划、神经网络等内容进行了拓展，更辅以实例，可以帮助读者扎扎实实打好基础。
人工智能（第2版）(异步图书出品)
特色鲜明、内容易读易学，适合人工智能相关领域和对该领域感兴趣的读者阅读，也适合高校计算机专业的教师和学生参考。
学习相关的基础知识统计学部分：线性代数：标量、向量、矩阵/张量乘法、求逆，奇异值分解/特征值分解，行列式，范数等
概率与统计：贝叶斯、期望与方差、协方差、概率分布(0-1分布、二项分布、高斯分布)、独立性与贝叶斯、最大似然和最大后验估计等
高等数学：微积分、链式法则、矩阵求导、线性优化、非线性优化(凸优化/非凸优化)以及其衍生的如梯度下降、牛顿法等
数学部分为大家推荐《人工智能基础 数学知识》及《白话机器学习的数学》两本书。
人工智能基础 数学知识(异步图书出品)
《人工智能基础 数学知识》基于流行的 Python 语言，通俗易懂地介绍了入门人工智能领域必需必会的数学知识，旨在让读者轻松掌握并学以致用。这本书分为线性代数、概率和优化等3篇，读者可在潜移默化中掌握这些数学知识以及相关的编程操作。
