你可能听说过机器学习和人工智能，但你确定你知道它们是什么吗? 如果你在努力理解它们，那么你并不会孤军作战。有很多的噪声使人们难以分辨什么是科学，什么是科幻。所以让我们先从名字说起…

机器学习本质上就是贴标签。

数据分析是什么？

把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出研究对象的内在规律。帮助管理者进行判断和决策，以便采取适当的策略和行动。

当我作为数据科学家介绍自己的时候，我经常会遇到像“数据科学和机器学习有什么区别”或者“这是否意味着你在从事人工智能研究？”这样的问题，我已经回答了无数遍，这些回答已经符合了我的 “三次准则”：

• 当你写相同的代码写了三遍时，你就应该去写一个函数
• 当你给出相同的个人建议三次时，你就应该将建议写在博客里

在招聘网站上搜索人工智能相关的岗位，这些岗位的涉及到的技术领域包含：算法、深度学习、机器学习、自然语言处理、数据结构、Tensorflow、Python 、数据挖掘、搜索开发、spider开发、神经网络、视觉度量、图像识别、语音识别、推荐系统、系统算法、图像算法、数据分析、贝叶斯方法、概率编程、计算机数学、数据仓库、matlab建模等关键词，基本涵盖了现阶段人工智能细分领域的人才结构。

将上面的岗位涉及到的岗位和技术划分为四大类，就形成了五份书单：

国务院2017年7月8日印发《新一代人工智能发展规划》。

《新一代人工智能发展规划》提出新战略目标，到瞄准自动驾驶、城市大脑、医疗影像和智能语音等领域建设“国家队”，从创新重点任务“揭榜挂帅”机制到加快研究起草治理准则防范风险，人工智能发展蓝图愈发清晰，“新智慧”的发展动能也日益强劲。