python的人工智能和大数据学习
第一步，认识原理
在开始学习前，先搞清楚人工智能应用、机器学习、大数据之间的关联。通常，利用AI技术帮助我们完成各类任务的工具和方式，我们称之为“人工智能应用”，而“机器学习”是让其完善并发挥作用的重要方法。
大数据可以被认为是用来训练机器模型的“教材”。这些数据来源于人类活动，海量数据经过处理后变为了实现应用人工智能的基础资料。我们利用大量的数据训练出一个机器学习模型，让机器“学会”人类的工作与思考模式，从而帮助人类完成各项任务。
第二步，熟悉必备技术
熟悉了原理，就可以开始对必备知识的学习了。Python作为公认的AI领域神仙级语言，是AI学习的重中之重，其简单低门槛的特性，尤其适合新手入门。
且Python有着高效的数据科学工具，从数据获取、数据清洗到整合各种算法都做得非常全面。其中包括但不限于：Scrapy（网页爬虫工具）、Pandas（数据挖掘工具，数据浏览与预处理）、Numpy（数组运算工具）、Scipy（科学计算工具）、Matplotlib（数据可视化工具）、Scikit-Learn（机器学习package）、libsvm（高效svm模型实现）、keras/TensorFlow（深度学习神级网络搭建）、Nltk（自然语言处理）、Ipython Notebook（交互式环境通道）
