很多同學想知道人工智能難學還是大數(shù)據(jù)難學，以下是一些相關信息的整理，希翼能對同學們有所幫助。

大數(shù)據(jù)的進展極大促進了人工智能的進展，因為數(shù)據(jù)是智能的基礎，所以從這個角度來看，大數(shù)據(jù)的進展與人工智能的進展必定是互相促進的。

大數(shù)據(jù)和人工智能都不簡單，都需要一個系統(tǒng)的學習過程和長期的實驗，二者聯(lián)系密切，可以說你中有我、我中有你。從學習的角度出發(fā)，建議從大數(shù)據(jù)開始學起，這樣會更加順利一些。

目前人工智能專業(yè)的學習內容有： 機器學習、人工智能導論（搜索法等）、圖像識別、生物演化論、自然語言處理、語義網(wǎng)、博弈論等。

需要的前置課程主要有，信號處理，線性代數(shù)，微積分，還有編程（有數(shù)據(jù)結構基礎）從上面的專業(yè)課程內容來看，需要掌握的人工智能相關的知識內容還是很多的。

從專業(yè)的角度來說，機器學習、圖像識別、自然語言處理，這其中任何一個都是一個大的方向，只要精通其中一個方向，就已經很厲害了。所以不要看內容很多，有些你只是需要掌握，你需要選擇的是一個方向深入研究。

數(shù)學分析、高等代數(shù)、一般 物理數(shù)學與信息科學概論、數(shù)據(jù)結構、數(shù)據(jù)科學導論、程序設計導論、程序設計實踐、離散數(shù)學、概率與統(tǒng)計、算法分析與設計、數(shù)據(jù)計算智能、數(shù)據(jù)庫系統(tǒng)概論、計算機系統(tǒng)基礎、并行體系結構與編程、非結構化大數(shù)據(jù)分析等。

來源：高三網(wǎng)