以下是为您提供的进入 AI 行业的指南：
一、学习计划
如果您想入门强化学习，可以将搞懂 DQN 算法作为目标。参考链接：https://github.com/ty4z2008/Qix/blob/master/dl.md 。但需注意，其中资料众多，如同大海捞针，所以在学习前要先明确目的。
二、信息源
三、知识获取
欢迎来到“AI 企业落地应用”专栏，这里会分享 AI 技术在商业场景中的应用案例和经验。为方便不同背景的读者，文章会采用通俗有趣的方式讲解知识，可能存在专业性不严谨的情况，会有标注提示。对于超纲或专业的内容，也会有标注，可放心跳过。文末会有论文推荐导引，帮助您了解技术细节。
文：腾讯互动娱乐工程师luozhiyun原文地址：https://mp.weixin.qq.com/s/pOO0llKRKL1HKG8uz_Nm0A感谢群友.com的推荐最近因为AI大火，笔者也对AI产生强烈的兴趣，于是开启了AI的学习之旅。其实我也没学过机器学习，对AI基本上一窍不通，但是好在身处在这个信息爆炸的时代，去网上随便一搜就可以获得大量的学习资料。像这个链接里面：https://github.com/ty4z2008/Qix/blob/master/dl.md就有很多资料，但是这相当于大海捞针。在学习之前我们先明确自己的目的是什么，如题这篇文章是入门强化学习，那么就需要定义什么是入门。在很多强化学习里面，学习深度强化学习的第一个算法都是DQN，这个算法也足够好学和实用，所以本篇文章就以搞懂它做为目标，表示入门。下面是我的学习计划：
在工作中,我将大部分时间(大约30-50%),用于深化我的人工智能/机器学习知识。我经常收到关于我用来帮助自己的工具/资源的问题。为了方便大家,这里是我的列表。希望对你们有帮助:1️⃣简报--TLDR AI([www.tldr.tech/ai](http://www.tldr.tech/ai))--The Sequence([https://lnkd.in/gZASkGHv](https://lnkd.in/gZASkGHv))--Deep Learning Weekly([www.deeplearningweekly.com](http://www.deeplearningweekly.com/))--Ben’s Bites([https://www.bensbites.co/](https://www.bensbites.co/))--Last week in ai([https://lnkd.in/gPmXZESe](https://lnkd.in/gPmXZESe))--Your guide to AI([https://lnkd.in/geARfRHB](https://lnkd.in/geARfRHB))2️⃣播客--No Priors podcast hosted by[Sarah Guo](https://www.linkedin.com/mwlite/in/sarahxguo)and[Elad Gil](https://www.linkedin.com/mwlite/in/eladgil)--Robot Brains Podcast hosted by[Pieter Abbeel](https://www.linkedin.com/mwlite/in/pieterabbeel)--Lex Fridman Podcast hosted by[Lex Fridman](https://www.linkedin.com/mwlite/in/lexfridman)--The Gradient podcast hosted by[Daniel Bashir](https://www.linkedin.com/mwlite/in/daniel-bashir)--Generally Intelligent hosted by[Kanjun Qiu](https://www.linkedin.com/mwlite/in/kanjun)--Last Week in AI 3️⃣会议--[工业界]World AI Cannes Festival
欢迎来到“AI企业落地应用”专栏，在这里，我们将分享AI技术在真实商业场景中落地应用的有趣案例故事和实战经验教训。做为铺垫和开始，这是一篇能带你快速搞懂本轮AI大模型革命相关核心知识信息的文章，我们将从历史到今天，从原理到应用，从产业到趋势，用尽可能通俗易懂但又不失专业严谨的方式，带你快速走入AI的世界，跟上AI大势。阅读提示：为了方便没有计算机学习背景但又热衷学习AI应用的伙伴更好的阅读，下面的内容可能会使用打比方、作类比的方式来让那些晦涩枯燥的知识变得更为有趣和更容易入心入脑，帮助于你在学习应用AI的路上走得更加顺畅和稳健，但这也势必会一定程度带来专业性上的不严谨，我们将会显性的做出标注提示，方便你识别，你可以关注文末的论文推荐导引，去了解真实的技术细节。此外，文章中可能还会涉及一些相对专业和可能超纲的知识内容，我们也将会显性的做出标注提示，告诉你这部分内容即使不懂，也完全没关系，可以放心跳过，不必焦虑。