其实人工智能技术最主要的并不是编程能力，它最主要的就是包括概率统计理论，矩阵理论，以及运筹学等相关的数学知识，人工智能的研究更偏向理论性逻辑思考和算法调优而不是运行代码。
第一步：熟悉和了解底层数学知识
掌握和了解人工智能技术底层的数学理论支撑，概率论，矩阵，凸优化算法的设计和原理，包括流优化手段SGD，牛顿法等优化方法。
第二步：特征工程
python相关的数据预处理库（毕竟python是现在世界第一语言了），原始数据特征构建，特征选择，构建新的特征值，缺失值的处理等
第三步：机器学习相关算法
决策树与随机森林算法，分类算法相关的原理，度量指标，算法变种，包括GBDT,ADABoost，集成学习模型的原理和算法。
分类算法，KNN算法，贝叶斯，SVN等算法相关的原理。
这些算法最好都对应相关的案例学习，不然光看算法很不容易理解，也可以扩展一下回归相关的算法，看你要研究和学习的方向不同而定
第四步：深度学习
学习一些最新的深度学习框架TensorFlow，Caffe，Theano，BP和PyTorch等。人工智能包括众多的分支领域，比如大家熟悉的机器学习、自然语言理解和模式识别等。详细的可以参考以下两个链接：
其实零编程基础最主要的就是不要怕，迈出第一步就好了，无论是自学（网上现在有很多教学视频）还是报班学习（系统学习），只要坚持下去，都会有不小的收获，学习一项技能最好的时候是它刚刚出现的时候，其次是现在。
更多优质回答，请持续关注镁客网头条号~
