想学人工智能深度学习零基础可以么？
分享一些干货给你，你也可以看看。
1.参赛作品必读！阿帕奇Flink零基础系列教程，30天成长为Flink大神！？？？？？？_contentg_1000134080
2.第一次开场！阿里巴巴CIO学院独家教材《给ITer的技术前沿课》限时下载？？？？？？_cont《5天入门视觉AI》，上完你的第一堂AI课？？？？？？_cont《云上朗读者》开放下载？？_contentg_1000134080
5、重！ApacheFlink1.11功能抢先预览！？_contentg_1000134080
6.如何优化你的项目？教你一招提高代码使用率？？？？？？_contentg_1000134080
7.从无到有，闲鱼颤振集成的进化路径是什么？？_cont《Java开发手册》历代的所有亮点。超全面的资料带你和260万人一起学Java！？？？？？？_cont
人工智能学科体系框架？
从人工智能技术的学科体系结构来看，人工智能人才需要构建三个知识库，一是数学基础；第二是计算机基础；第三是人工智能平台的基础，所以学习人工智能知识不仅知识量比较大，而且难度也比较大。
数学基础是学习人工智能技术的重要前提，人工智能领域的很多研究方向都离不开数学知识，比如机器学习、计算机视觉、自然语言处理等等。数学基础涉及高等数学、线性代数、概率论等。可以说，数学知识的掌握对于人工智能知识的学习会起到非常重要的作用。
以机器学习为例，机器学习涉及数据采集、算法设计、算法实现、算法训练、算法验证、算法应用等。算法是机器学习的核心，所以学习机器学习的重点是算法(设计)的认知能力，而算法设计的基础是各种数学知识的应用。目前很多数学(统计学)专业的毕业生都会考研人工智能，也是一个不错的选择。
计算机知识也是人工智能知识体系的重要组成部分。由于人工智能领域涉及大量计算机知识，计算机专业长期以来一直是培养人工智能人才的主要渠道之一。从目前人工智能技术的架构来看，主要涉及操作系统，计算机。计算机网络、编程语言、算法设计、数据结构等计算机专业知识。
人工智能平台涉及的内容很多，不仅有很多人工智能的基础知识，还有不同研发方向的相关知识，包括机器学习、计算机视觉、自动推理等等。初学者要根据自己的知识结构和兴趣爱好选择一个主攻方向。