接下来可能就要涉及编程， 机器学习， 我建议用python。 当然，我不建议你把python当成一门课程来折腾， 建议能够敲abc就可以开始了。
[题外话：tou疼, 我现在都还在吐嘈我们将英语当成了理工科的公式来学习， 请问表达需要啥语法， 只要对面能够听懂就好了呀，我想说从发出了a b c的读音，你就懂英语了]
其实人工智能的教材现在网上比较多，但是国内的很多要收费，比如床长的教程。 我对技术人员都是尊重，但是我没有交这360块钱。
要给钱的教材，我认为就是阻碍发展， 阻碍行业发展的可能就是教师，因为很多培训都是为了收钱而培训，脱离了应用场景。
大家都知道，做教材其实不容易，如果有能力的朋友可以帮助一下做教程的朋友，但我不认为，如果收了钱，教程就能提高好多。
不说了，我打算在这个github项目 - DQN Adventure: from Zero to State of the Art 上面最系统化的学习，大家跟上脚步(假装知道零基础的你也看到这里了，哈哈)。
python语言搭建环境，大家可以看看anconda的搭建， 基本过程和普通的应用程序安装， 应该是一个道理。
然后 pip install jupyter
然后 jupyter notebook
然后，python需要安装一些程序包，大概就是一句话，只要是哪句import语句报错，就命令收入pip install import后面的包，这样可以解决百分之五十以上的问题，其他的直接将错误百度一下，百分之九十的问题就能解决，再有问题，请多交流。
如果有必要，我可以来做一个问题交流的工具，哈哈，我有个构思，感觉很人性化，很流弊。
当然还是要学会解决问题的能力。
python环境搭建成功后，代码理论所就可以正常运行。
然后下面我们就来分析一下代码，看看机器学习是怎么运行的。
参考
来源：https://blog.csdn.net/u012939880/article/details/100979961