大数据文摘作品
编译：冯琛、龙牧雪
what? 高中生也可以？
人工智能、大数据已经被纳入了我国高中“新课标”，但估计大多数高中生要是真想了解这一学科恐怕是一头雾水：高数没学过，编程也不会，老师也不教，这怎么学人工智能？
新加坡有位高中生karan jaisingh已经学习人工智能和机器学习一年了。不久前，他在github发出了一篇长文，专门教广大高中生（以及高中老师、高中生家长、准高中生、准高中生家长……）入门人工智能。
不看不知道，他的linkedin显示他还是个ceo！他正在开发一个错题集和期末复习相关的app
文摘菌不禁惦记起了广大想入行的本科生、硕士生、博士生……告诉我，春节假期余额严重不足了，你计划要看的书翻开了吗？如果没有，可以参考下面这篇入门指南，它虽然是针对高中生而写，但使用的都是主流教程和工具。
高中生写给高中生
这份指南中整合的内容，是为打算在机器学习和人工智能这个新兴领域内有所建树的高中生准备的。目前在这个领域还没有适合高中生的学习路径。这份指南的特别之处在于，你不需要了解线性代数、偏导以及其他高中生没有学到的复杂数学概念。
如果你能够定期按照这个路径学习，我相信在短短三个月内你会进步飞速。接下来我们就正式开始吧。
学习python，你需要使用它编写算法
我强烈推荐python，不仅仅因为它超容易上手，还因为它提供了机器学习会用到的几乎所有好用的函数库。r也很好用，但是我认为python更适合高中生。除了基础的编程，numpy、pandas和matplotlib是机器学习中最有用的几个函数库。
如果你没有任何编程经验，我推荐你上一门多伦多大学的免费课程。多伦多大学是目前在机器学习和人工智能方面水平最高的大学之一。这门课耗时数周，但它值得你花费时间。你在这门课程中学到的大多数知识都能应用于任何其他的编程语言，唯一不同的只有语法。
课程链接：
文摘菌备注：这篇numpy教程是斯坦福cs231n的配套练习，想同步学可以看大数据文摘翻译的视频+笔记
确保你用的数据集简单明了，它们不应该需要太多的预先处理和修改。一些我能想到的简单数据集：鸢尾花数据、葡萄酒数据、威斯康星州乳腺癌数据、自闭症筛查数据、国会投票数据、mnist手写数字数据和mnist时尚数据。
如果你遇到障碍，stack overflow是你的好朋友，上面有你所有问题的答案。如果没有，发布一个问题，几个小时内就能得到解答。
stack overflow链接：
数据科学
这是一个萌芽的领域，有许多令人兴奋的工作机会。我建议你学习superdatascience的付费课程或加州大学圣地亚哥分校基于python的免费课程。你还必须学习sql以及matplotlib。在学生时期学习的优势在于找工作——我有高中的朋友拿到了数据科学实习的offer，因为从他们的工作中获得的数据可以立即被公司拿去盈利。公司总是很需要数据科学家。
superdatascience的付费课程：
关注领域内的先驱：像吴恩达、ian goodfellow和yann lecunn都经常接受采访，他们给出了这一领域内专家对于人工智能课题的权威观点。https://youtube/user/maaaarth/videos
与时俱进：wired是科技达人的最佳平台之一。它每天发布多个与ai相关的故事。这是个方便快捷了解实时趋势的好途径。另外，订阅techcrunch的facebook messenger机器人 - 它通常会每天推送与人工智能相关的有趣文章。https://wired/tag/artificial-intelligence/
了解内涵：没有比看ted更好的方式了。他们的发言人在这个领域非常权威，并且在发言中越来越强调人工智能。https://youtube/user/tedtalksdirector/videos
了解哲学：人工智能有支持者也有反对者。然而，它背后的哲学是有趣的。推荐一些我喜欢并且适合高中生阅读的探究该领域的书籍，包括ray kurzweil的《如何创造心灵》和max tegmark的《生活3.0》。http://s3.amazonaws/arena-attachments/1446178/cffa5ebc74cee2b1edf58fa9a5bbcb1c.pdf?1511265314
做贡献：如果你喜欢从他人的经验中学习，看看脸书上的人工智能和深度学习小组。或者，如果你更喜欢对话，看一下reddit上的人工智能相关问题。https://reddit/r/artificial/
结论
并不是每个人都要遵循这一条路径，你也可以寻找自己的学习路径。机器学习和人工智能是一个新领域，一般是研究生在学习相关课程。但这并不是说此领域晦涩难懂，只要掌握学习方法，什么时候学习都不算晚。
你觉得几岁开始学习人工智能比较合适？欢迎留言讨论~
原文链接：https://github/kjaisingh/high-school-guide-to-machine-learning/blob/master/readme.md