¿Cómo debo comenzar con la inteligencia artificial?

¿Cuál es el fondo matemático requerido para comenzar a aprender IA? ¿Qué más debo aprender también?

Comience con la introducción de Andrew Ng al curso de Machine Learning en Coursera . No hay muchos requisitos previos para ese curso, pero aprenderá cómo hacer algunas cosas útiles. Y, lo que es más importante, le mostrará claramente qué materias debe aprender a continuación.

La IA tiene un alcance bastante grande y se encuentra en la intersección de varias áreas. Sin embargo, hay algunos campos o temas esenciales que necesita saber

1. Teoría de conjuntos
2. Lógica
3. Álgebra lineal
4. Cálculo
5. Probabilidades y estadísticas

Te recomendaría que primero explores los algoritmos de IA que te puedan interesar. Te aconsejo que comiences con el aprendizaje automático y el aprendizaje profundo.

No olvides un requisito previo muy importante, la pasión , ¡sin él probablemente estés perdiendo el tiempo!

Te sugiero que

1. comience con el curso de aprendizaje automático de Andrew Ng en Coursera. Proporciona la breve introducción a las matemáticas necesarias para el aprendizaje automático. Aunque no esté completo, será suficiente para navegar por el curso.
2. Luego, aprenda cuidadosamente la regresión logística en el curso. La función sigmoidea será ampliamente utilizada en redes neuronales.
3. En el curso, él le presentará las redes neuronales y la minimización de errores utilizando la propagación inversa. La propagación hacia atrás utilizará una técnica de optimización llamada Descenso de gradiente. Es un tema muy importante.
4. Después de completar los pasos anteriores, intente el curso de redes neuronales de Geoff Hinton en Coursera.

Si quieres profundizar en las matemáticas. Prueba estos:

• Álgebra lineal - Gilbert Strang
• probabilidad - academia khan

También me gustaría sugerir uno de los mejores libros para el aprendizaje profundo: Aprendizaje profundo de Ian Goodfellow y Yoshua Bengio y Aaron Courville. http://www.deeplearningbook.org/

La inteligencia artificial es un campo muy amplio y, por lo tanto, las cosas cambiarán en consecuencia.

Algunos requisitos previos: (Como estudiante de CS, debería haberlos cumplido)

• Conocimiento sólido de algoritmos y estructuras de datos. Esta habilidad será útil para resolver problemas que requieren el uso de poda alfa-beta, algoritmo minimax, etc.
  
• Conocimientos básicos de lenguajes de programación como Java, Python. Python ayudará, ya que se centra más en la parte de desarrollo. Para más información lee esto . El conocimiento de LISP será muy útil. Revisa esta respuesta .
  

El libro Inteligencia artificial: un enfoque moderno (de Stuart J. Russell y Peter Norvig) se considera la Biblia de la IA. Yo fuertemente recomiendo que lea el libro completo y resolver los ejercicios. Puede encontrar el pdf del libro aquí . Para el manual de la solución, visite este enlace . Será mejor si puede comprar una copia impresa del libro.

El conocimiento de la teoría computacional te será de gran ayuda. Especialmente cuando trabajas en el campo del procesamiento del lenguaje natural. Otros subcampos de IA que podrían interesarle serán el aprendizaje automático, la computación evolutiva, los algoritmos genéticos, el aprendizaje por refuerzo, el aprendizaje profundo, etc. La lista continúa.
Mejor su conocimiento en Estadística, mejor será para Inteligencia Artificial. Manténgase en sintonía con los acontecimientos recientes en el campo a través de foros, sitios web, etc. El sitio web de AI abierto también es una muy buena fuente.

Además de la respuesta de Maheshwar, una vez que sienta que desea probar el aprendizaje automático más práctico, comenzaría con Weka . ¡El software es gratuito y efectivo, tiene un buen manual y ejercicios relevantes y hay muchos videos gratuitos disponibles en Youtube!

Para complementar las otras respuestas:

Le recomiendo que tome el curso de Inteligencia Artificial del micromaster AI impartido por Columbia en edx.

El curso cubre una amplia gama de problemas de IA y lo más importante es que le brinda un marco general para pensar con una combinación de aplicaciones en python. Basado en el libro de Inteligencia Artificial: un enfoque moderno de Peter Norvig y Stuart Russell

Desde la perspectiva del aprendizaje automático, también dijo gokul , el curso de Aprendizaje automático de Andrew Ng. on coursera es un buen curso introductorio y muy orientado a un profesional potencial.

Me pareció útil combinar el estudio de algunos algoritmos de aprendizaje automático con el lenguaje de programación estadística R para experimentar con muchos algoritmos para captar los conceptos. Los siguientes libros son útiles: Elementos de aprendizaje estadístico e Introducción al aprendizaje estadístico , ambos están disponibles gratuitamente en los sitios web de los autores.

Como sugirieron buenos recursos y hay muchos recursos, pero le recomendaré que comience con ¿Cuál es el mejor libro sobre inteligencia artificial (IA)? , Introducción al aprendizaje automático y la inteligencia artificial - aprendizaje automático

Y este video resumen que conocimiento de matemática necesita Matemáticas de aprendizaje automático Y este enlace explica Matemáticas para IA: todos los temas matemáticos esenciales que necesita

Después de eso, puedes ver estos enlaces, estos son mis favoritos

• Introducción al aprendizaje automático y las diapositivas disponibles

• Curso de aprendizaje de refuerzo por David Silve y las diapositivas disponibles

• Introducción al aprendizaje profundo! por Siraj Raval y los códigos disponibles

• Tutorial práctico de aprendizaje automático con Python y los códigos disponibles