在Python中構建AI需要一些時間。所需時間取決于你的動機，技能，編程經(jīng)驗的水平等。

為了用Python構建AI，你需要對這種語言有一些基本的理解。這不僅僅是一種流行的通用編程語言。它也廣泛用于機器學習和計算。首先，安裝Python。你可以這樣安裝Anaconda，這是一個開源的分析平臺。包括機器學習所需的軟件包，NumPy，scikit-learn，iPython Notebook和matplotlib。

如果你已經(jīng)有足夠的使用Python進行編程的經(jīng)驗，那么你應該時常查看Python文檔。

下一步是提高你的機器學習技能。當然，要在短時間內達到對機器學習的最終理解幾乎是不可能的。除非你是一個天才或像IBM Watson這樣的機器。這就是為什么最好從以下課程獲得基本的機器學習知識或提高其水平開始：Andrew Ng的機器學習課程，Tom Mitchell機器學習講座等。你要的一切是對機器學習理論方面的基本理解。

Python庫在構建AI時非常有用。例如，你將使用NumPy作為通用數(shù)據(jù)的容器。包含一個N維數(shù)組對象，用于集成C / C ++代碼，傅立葉變換，隨機數(shù)功能和其他功能的工具，NumPy將成為您科學計算最有用的軟件包之一。

另一個重要的工具是pandas，這是一個開源的庫，為用戶提供易于使用的數(shù)據(jù)結構和Python分析工具。Matplotlib是你會喜歡的另一項服務。這是一個創(chuàng)建出版物質量數(shù)據(jù)的2D繪圖庫。其中最好的matplotlib的優(yōu)點是6個圖形用戶界面工具包，Web應用程序服務器和Python腳本的可用性。Scikit-learn是一種高效的數(shù)據(jù)分析工具。它是開放源代碼和商業(yè)可用的。這是最受歡迎的通用機器學習庫。

在使用scikit-learn之后，你可以使用Python將AI編程升級到新的級別，并探索k-means聚類。你還應該閱讀有關決策樹，連續(xù)數(shù)值預測，邏輯回歸等的內容。如果你想了解更多信息在AI中的Python，閱讀深度學習框架Caffee和Python庫Theano。

有Python AI庫：AIMA，pyDatalog，SimpleAI，EasyAi等。還有用于機器學習的Python庫：PyBrain，MDP，scikit，PyML。

了解更多硅谷前沿深度訊息請看 硅發(fā)布 微信公眾號。