kmizu:AIについては昨年にようやく「まともに」勉強し始めた身ですが、一つ重要なことは基礎をおろそかにしないことです。近年のいわゆるAIと言われるものの背後にあるのは特に深層学習という技術ですが、これの仕組みをある程度理解することは必須です。 　また、深層学習を含む機械学習には ・教師あり学習 ・教師なし学習 ・強化学習 　という分類がありますが、それぞれの学習方式がどのような特徴を持っているかについて一通り知っておくことも重要です。昨今の「AI」システムは教師あり学習に強化学習を組み合わせたりしていることもあり、それぞれの方式の基本について抑えてくことは重要です。 　書籍なら「ゼロから作るDeep Learning」はとてもおすすめです。専門家じゃなくても比較的理解しやすい丁寧な解説がありますし、Pythonを使ってDeep Learningに関する「枠組みそのもの」を作っていくという構成の本ですので、この本を使って勉強することで「深層学習についてのAPIをなんとなく呼び出す」より理解が深まるのではないかと思います。 　深層学習を含むいわゆる「AI」については正味な話、Pythonである必然性はありません。単純に必要なライブラリが充実しているだけですので。とはいえ、深層学習に関するライブラリの蓄積は凄まじいものがあり、あえて他の言語をチョイスするならそれなりに覚悟が要ることも確かです。深層学習のために他の言語をあえて使う必要はないのですが、Pythonが好きでないのなら、学習段階では他の言語を使って実装してみるのも良い選択でしょう。 　ちなみに筆者は主にScalaを使って深層学習の勉強をしていました（現在もしています、が正解ですが）。 　また、深層学習だけをやっていればそれで十分というわけではありません。というのは、深層学習を適切に使いこなすためには統計や行列演算などについても基本を理解している必要があるからです。プログラミングとは一見直接関係ないように見えるかもしれませんが、統計や行列演算について改めて学習しておいた方が良いでしょう（統計については別に専門書があるので、それを選択するのが良いかと思います）。

yosuke_furukawa:どの言語にも言える普遍的な回答になりますが、回答します。私は Python は門外漢なので、古い情報を書いている可能性もあります。 まずは Python がどういう言語なのかを簡単におさらいしつつ、調べておくと良いと思います。次に文法やデータ型、標準ライブラリの内容を知識として抑え、ここらへんで何か簡単なツールを作ってみるのもいいのではないかと思います。 プログラミングの実践問題ということで leetcode や atcoder などに python で挑戦してみるのもよいのではないかと思います。 さらに目的が AI ということであれば、Pythonの標準ライブラリに加えて、NumPy、Pandas、Kerasなどのライブラリを学ぶことも必要だと思います。 最後に Python 以外だと、これも門外漢ですが、 R 言語などの言語は統計でよく使われるので覚えておいてもよいかと思います。

Issei Suzuki:プログラミングは、分野（ＯＳ、ゲーム、機械学習）や言語（Python, Rust, Java, etc...）毎に固有の知識と、共通して必要とされる基礎知識があります。 プログラミング入門的な書籍・サイトや、プログラミング言語開発元が公開しているチュートリアルなどを使って必要最低限の知識を身につけたら、ＡＩなどの自身が興味がある分野の勉強と並行して情報工学の基礎も押さえておくと良いと思います。特に次の４科目は、学習にかかる時間と将来の利益を比較すると費用対効果が高いです。 * ハードウェアアーキテクチャ * アルゴリズムとデータ構造 * コンパイラ理論 * ネットワーク理論 プログラミング言語やホットな開発分野は比較的速いスピードで移り変わっていきますが、これらの基礎知識は古くなりません。また新しいプログラミング言語やライブラリの使い方などを学ぶ際にも、基礎知識があれば短時間で深く理解することが可能になります。 推薦図書 ハードウェアアーキテクチャについては、「コンピュータの構成と設計」 David Patterson, John Hennessy, 成田光彰（訳）（‎日経BP）という名著があります。 アルゴリズムとデータ構造は、私は大学の授業と「定本 Cプログラマのためのアルゴリズムとデータ構造」という書籍を使って学びましたが、今だと C 言語を使うことは少ないので、別のものを探したほうが良います。アルゴリズムとデータ構造自体はプログラミング言語とは独立したものですが、本当に理解するためには自分で手を動かして実装する必要があるため、自分が知っているプログラミング言語でサンプルコードがあるものが良いと思います。 コンパイラ理論は、本格的なプログラミング言語を自分で作れるようになる必要はありませんが、文字列処理に使う正規表現や、もう少し複雑な変数・ループ・関数呼び出しの実現方法ぐらいを理解しておくと良いと思います。自分でプログラムを書く際にも「コンピュータは、自分が書いたコードを最終的にどう解釈して実行するのか」を理解できるようになり、極端に非効率なコードを書くことがなくなります。 ネットワークは、現在のインターネットで使われているＴＣＰ／ＩＰの基礎をおさえれば十分です。「マスタリングTCP/IP―入門編―」井上 直也, 村山 公保 他（オーム社）などが代表的な入門書でしょうか。

越智 徹:ここ数年、Pythonを非常勤先で教えていましたが、まったくプログラミング経験がないのなら、Pythonのみに絞るのはあまりお薦めしません。なぜなら、Pythonは動的型付けであることが、初学者のプログラミングの理解をやや妨げるように感じているからです。 あまり言語仕様について捕らわれず、汎用的にプログラミングの素養を身につけようと考えているなら、設計が古いのですがやはりC言語を学んでおく方がよいでしょう。C言語がわかっていれば、他の言語にはすぐに応用が利きます。そのため、少し遠回りに思えるかもしれませんが、C言語をまず少し身につけた上で、改めてPythonに手を出すのが良いと思います。また、C言語はPCのセットアップがやや面倒かもしれませんが、これもいわゆるプログラミング環境についての知識がないのでしたら、良い勉強になると思います。なお、C言語を学ぶために、いわゆるK&Rの本（プログラミン言語C、日本版は共立出版から）を推奨する方も多いのですが、K&Rは内容が古く、かつかなり難しいので私は推奨しません。初心者向けと書かれた本ならだいたい何でもよいと思います。どの本を選ぶべきか、というのも勉強になると思います。 C言語が一通り身につけば、あとは同じことをPythonで組んでみると良いでしょう。この段階になれば、本よりもWebで検索して情報を得る方がよいと思います。その上で、Python特有のデータ処理などを身につければ、AI・機械学習関連にすぐに応用が利きます。