这年头，谈话间，不夹杂点“人工智能”，“机器学习”，“深度学习”这样的字眼，就跟九十年代追不上互联网的时髦一样——丢份！

可是呢，说白了，真正懂行的没几个，开奖，真的没几个。

几个月前，我也属于多少能跟风提两嘴，但当真不明白这人工智能到底根子上是啥玩意儿的吃瓜群众。谁要是跟我提里面的技术细节，我更是崩溃：shut up。

不过，几段视频彻底改变了我的认识，它里面用了极其通俗易懂的语言和卡通画面，让我明白了人工智能、机器学习里面到底是什么鬼，特别有意思。在这个基础上，我在这个领域开始真正成长了。

如果你也跟我一样，不懂机器学习，但又想知道点干东西，却又不想特别费劲，那么不妨看看我分享的这些视频，说不定你也能在几个月后成为半个行家里手哦。

在这里，我会根据我的经验，把这些视频分为三类，第一类是入门款，第二是基础款，第三就是进阶款咯，我保证，每类都很轻松，不会让你太费劲的。

入门款——基础介绍

在推荐入门款视频之前，先叨叨几句，为了让你能结合起来看得更明白。（小白的重点学习专区）

人工智能的目的是什么呢？

答：让机器表现得更像人类，甚至在某些技能上超越人类。

为了达到这个目的，人工智能必须“会思考”，而它的思考便涵盖了以智能方式解决计算难题的技术和方法。听起来有点抽象。举几个例子：搜索－－找出两城之间最快的往返，规划－－让机器人自动导航并达成给定目标......

当然，人工智能的能力到底强不强，得看两个条件：算法和计算能力。

算法到底多牛逼（你可以理解为机器思考问题的方式有多牛逼），计算能力有多高（你可以理解为为机器思考提供的供血、蛋白质等后勤保障），这两个条件直接决定了你所搞的人工智能到底有多强。

我们人类只要把算法和计算能力保证了，别的就不用管了，机器它自己就会学习。

机器是怎么自主学习呢？

答：通过学习已有的标注数据来解决问题，而并不需要把规则硬编码到算法中。

还是太抽象，让我举例来说明吧。

比如，开发一个系统，让这个系统来识别图片中的猫和狗。为了实现，我们只须往已设定好的算法中，放入大量猫和狗的图片，就可以睡觉去了。等机器看完这海量的图片，它自己就认得，什么是猫，什么狗。

那什么又是深度学习呢？

深度学习属于机器学习，不过更复杂。它类似给机器装了一个大脑，这个大脑里也有由大量的神经元组成的多层系统，可以通过大量的数据训练来处理复杂的机器学习任务（比如上文提到的猫、狗图像识别）。

为什么深度学习突然就火爆起来了呢？

因为它需要的两个软硬件都被满足了：硬件方面，GPU等变得功能强大，且价格大幅下降；软件方面，用于训练模型的各类数据比以往大量增多了。

好了，开奖，叨叨完这么些信息，现在让我们开启入门款视频之旅吧。

人工智能、深度学习和机器学习：入门介绍（Andreessen Horowitz）

该视频是关于人工智能发展史 & 深度学习简介

机器学习简介（Udacity）

（稍微技术一点的）机器学习简短讲解

人工智能是新型电力（吴恩达）

吴恩达讲解人工智能/机器学习的现状、相关应用及管理措施

吴恩达在 Youtube 上还发了很多有趣的视频，他在 Coursera 上还有一个免费的机器学习课程，不过技术性/理论性极强。有需要的童鞋可以自己搜搜。

成长款——深入学习

如果你还想深入学习相关的技术细节，可以观看 Youtube 上的 Deep Learning Simplified 系列视频与 Facebook 解释机器学习/深度学习的视频。

人工智能揭秘（Facebook）：

Yann LeCun 介绍人工智能

Yann LeCun 介绍深度学习

对于技术细节的更多讲解，可以查看 Facebook 视频的官方页面。

简谈深度学习

Deep Learning Simplified - 入门篇

想要查看该系列的所有视频，可前往其 Youtube 频道。

进阶款——打造你自己的神经网络

如果想继续往前，学会并构建出自己的神经网络，你需要：

1.学会 Python 编程（可以用 Codecademy、Codeschool 或 Udacity 的课程）

2.了解 Google 的 TensorFlow 框架或 Keras，以找出更简单的模型实现方法；然后学习 mnist 新手教程，对机器学习有一个大体印象；强烈推荐下面这个视频哦 。

视频地址

5分钟x学会Tensorflow

3.此外，建议学一下 Google 在 Udacity 上的深度学习免费课程。自己搜一搜。

我的分享就到这里了，除了这些，如果你也有好的视频资源，欢迎留言推荐哦。