那么对于想入门人工智能的人群来说，应该从哪儿开始呢？以下是Ry分享给大家的Ai优质资源：
Ai优质资源一、Udacity
当斯坦福大学教授Sebastian Thrun和Peter Norvig将他们的“人工智能导论”课程免费发布到网上时，Udacity开始了在线课程的尝试。之后Udacity吸引了超过190个国家的16万名学生，并提供AI等一系列技术课程。最近还加入了飞行汽车、无人驾驶汽车和机器人技术领域的一系列“纳米学位”课程，这些课程可以在六个月左右完成，具体取决于你的时间安排，每周需要花10到20个小时。
这些纳米学位课程收费较贵，如果你不想花钱的话，也有许多免费的课程，比如Introduction to AI 和 Introduction to Machine Learning等。
Ai优质资源二、Kaggle
Kaggle是一个数据科学家社区。拥有一个公共数据平台，你可以在其中找到一些有趣的数据集，Kaggle根据数据举办了相关的机器学习比赛。当中也有一些学习资料，这些材料简短但全面，涵盖了机器学习和深度学习等领域。课程强调实用技能而不是抽象理论，所以一开始你就需要动手编程。因此它适合有一定Python基础的初学者，也适合数据科学家来扩展他们的机器学习工具包。
Ai优质资源三、Microsoft和EdX
Microsoft在EdX上的提供了AI专业课程Microsoft Professional Program in AI。该课程旨在面向有抱负的工程师，从人工智能的基本概念入门到掌握为人工智能解决方案构建深度学习模型所需技能。当中提供十门课程，加上一个顶点项目，这些课程都是免费的，如果你需要认证证书则需要付费。当中包含的课程很不错，例如AI所需的数学基础入门，以及数据分析中的伦理学和法律课程。
Ai优质资源四、Coursera
部分课程资料是免费提供的，但若想获得证书必须付款。当中最著名和最受推崇的课程之一就是吴恩达的斯坦福机器学习课程。
其他的Coursera课程在7天免费试用之后会收取费用，你可以免费收看课程视频等内容。在这些课程中，我推荐以下这几个好评最多的课程。
Machine Learning with TensorFlow on Google Cloud Platform Specialization
Advanced Data Science with IBM (as described by Bartleby of the Economist)
NVidia and deeplearning.ai deep learning specialization.
fast.ai
Practical Deep Learning for Coders这一课程在实践性的学习方法方面获得很多好评。
Ai优质资源五、斯坦福大学课程
斯坦福大学的课程在AI领域有极高的声誉。部分课程可以在YouTube上看到，例如卷积神经网络用于视觉识别 （CS231n Convolutional Neural Networks for Visual Recognition）。
Ai优质资源刘、深度学习
Hugo Larochelle的网站包含大量有关深度学习的内容链接，你可以根据自己感兴趣的领域进行学习。
其他优质资源
Norvig 和Russell的Artificial Intelligence: A Modern Approach 是一本很棒的人工智能书籍。
Peltarion团队写了一本小型电子书 The essential AI handbook for leaders 是很不错的选择，在入门AI时如果没有明确的方向，那么这本书是很好的起点。
超越 AI：Python和统计
如果你打算亲身体验AI，而不仅仅是了解基础知识，那么你需要学习一些编程，因此你很可能会使用到Python。它不仅是一门优秀的语言，而且关于Python还有很多课程和免费书籍：
Kaggle有一个免费的Python课程，学习总时长需14个小时以上，当中包括Python的基础知识。
Udacity上有许多Python的免费课程，包括教授使用NumPy和Pandas库的数据分析入门课程。
以下是Coursera的一些课程：
An introduction to interactive programming with python
Programming for everybody