学习人工智能要准备哪些基础知识？

下面我大致讲一下:
1.人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。
2. 人工智能是包括十分广泛的科学，它由不同的领域组成。入门最基本的的知识是:机器学习、机械原理、计算机原理、计算机视觉等等。总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。

希望能够帮助到你，并能得到你的采纳。谢谢！

学人工智能所需的数学基础中，需要学习数学分析吗？

没听过数学分析，我只听过“数值分析”。其和线性代数，概率论，图论，高等数学，都是学好人工智能的最基础学科。

入门用得不多，但是等需要分析模型的原理，并且开始做改进优化，或者高等剪枝优化的时候，这些数学基础的扎实程度就会成为很多AI工程师的分水岭。

要么成为混日子的调参侠，止步于模型复现，后面可以转型为算法工程开发。要么成为真正的人工智能算法专家，致力于在类似cvpr之类的顶级会议上发表创新科研成果。

大专学历的人没有数学基础，想学习python技术，未来能往大数据或人工智能方向进行职业发展吗？

Python 有以下发展方向:

数据分析.除了了解基本的Python编程知识外,还需要熟悉NumPy, Pandas, PyTables, blaze,dask等.

数据爬虫除了了解基本的Python编程知识外, 需要了解 HTTP协议,简单的HTML等知识.

大数据除了了解基本的Python编程知识外, 需要熟悉Spark等

WEB后端除了了解基本的Python编程知识外, 还需要熟悉django,HTTP,RSET,JSON等.

系统维护除了了解基本的Python编程知识外, 还需要熟悉 Linux.

DevOps除了了解基本的Python编程知识外, 还需要熟悉CI/CD 持续编译,持续集成,熟悉Jenkins ,k8S等.

数据分析是最简单的,不需要过多其他知识,只需要高中等级的数学.

大专学历的人没有数学基础, 数据分析和大数据还是可行的, 大数据和数据分析本身没有太高的数学要求,但是要发展自己其他方面的技能来弥补自己弱势增强自己的优势,比如提高沟通能力,编程能力,对业务的理解能力,动手的能力等.

以本身的经历为例,2本 物理学专业毕业,经过多年努力,目前是全球500强的首席技术架构师.