回答:
Andrew NgによるCourseraの機械学習コースの紹介から始めます。そのコースには多くの前提条件はありませんが、いくつかの有用なものを作る方法を学びます。さらに重要なことは、次に学習する必要がある科目を明確に示すことです。
AIの範囲は非常に広く、いくつかの領域の交差点にあります。ただし、知っておく必要があるいくつかの重要なフィールドまたはトピックがあります
最初に、興味のあるAIアルゴリズムを調べることをお勧めします。機械学習とディープラーニングから始めることをお勧めします。
1つの非常に重要な前提条件である情熱を忘れないでください。
することをお勧めします
あなたが数学に深く行きたい場合。これらを試してください：
また、ディープラーニングに最適な本の1つを提案したいと思います。IanGoodfellow、Yoshua Bengio、およびAaron Courvilleによるディープラーニングです。http://www.deeplearningbook.org/
人工知能は非常に広い分野であるため、状況はそれに応じて変化します。
いくつかの前提条件：（CSの学生であることを満たしておく必要があります）
本「人工知能：現代のアプローチ」（スチュアート・J・ラッセルとピーター・ノーヴィグによる）はAIの聖書と考えられています。完全な本を読み、演習を解決することを強くお勧めします。本のPDFはこちらにあります。ソリューションマニュアルについては、このリンクをご覧ください。あなたが本のハードコピーを購入できるなら、それはより良いでしょう。
計算理論の知識は大いに役立ちます。特に、自然言語処理の分野で作業している場合。あなたが興味を持つかもしれないAIの他のサブフィールドは、機械学習、進化的計算、遺伝的アルゴリズム、強化学習、深層学習などです。リストは続きます。
統計の知識が向上すれば、人工知能の知識も向上します。フォーラム、ウェブサイトなどを介して、この分野の最近の動向に注目してください。オープンAIウェブサイトも非常に優れた情報源です。
他の回答を補完するには：
edxでColumbiaから提供されたAIマイクロマスターの人工知能コースを受講することをお勧めします。
このコースでは、さまざまなAIの問題を扱いますが、最も重要なことは、Pythonのアプリケーションを組み合わせて考えるための一般的なフレームワークを提供することです。人工知能の本に基づく： Peter NorvigとStuart Russellによる現代のアプローチ
機械学習の観点からも言ったようにgokul、機械学習講座アンドリュー・ウの。もちろん、入門コースとしては優れており、潜在的な開業医を対象としています。
いくつかの機械学習アルゴリズムの研究と統計的プログラミング言語Rを組み合わせて、概念をつかむために多くのアルゴリズムを試すことが有用であることがわかりました。便利な以下の本：統計的学習の要素と統計的学習の紹介、両方のは、著者のウェブサイト上で無料で利用できます。
彼らは優れたリソースを提案し、多くのリソースがありますが、人工知能（AI）のベストブックとは何かから始めることをお勧めします。、 機械学習 と人工知能の紹介-機械学習
数学の知識が必要なこのビデオの要約機械学習の数学このリンクは、AIの数学：必要なすべての重要な数学のトピックを説明しています
その後、これらのリンクを見ることができます。これらは私のお気に入りです