我对人工智能和机器学习非常着迷。虽然我对它们了解不多，但我愿意学习。我目前是一名 PHP 网页程序员，并且正在学习 Python/Django 来开发网站。
现在，人工智能领域非常广泛，算法数不胜数，我不知道从哪里开始。但最终我的主要目标是使用各种算法，如遗传算法、神经网络、优化等，这些可以在网页应用中编程展示一些内容。例如：亚马逊的商品推荐系统。
我希望在我的个人网站上展示每个算法的演示，当我点击运行时，可以向他人展示这个算法的功能。
那么，请问有人可以指导我应该研究哪些适合网页应用的算法吗？
我在 Python 的 sci-kit 库中看到了很多例子，但它们大多是基于计算和图表的。我认为从网页的角度来看，我无法使用它们。
有什么建议我该怎么做吗？
回答：
我猜你主要关心的是在网页环境中实现人工智能的一般方法，而不是人工智能算法本身的细节。任何可计算的算法都可以用任何图灵完备的语言实现（即所有现代编程语言）。在网页上没有特别的限制，只是表示方式的问题，以及跟踪会话特定数据和共享数据的问题。另外，没有必要避开“计算”和“基于图表”的算法；大多数人工智能算法要么是其中之一，要么是两者兼而有之——这正是乐趣的一部分。
例如，作为神经网络的整体方法，你可以：
- 使用 Python 类实现标准的神经网络
- 可能用历史数据训练网络
- 在每次请求时加载网络的状态（例如，从 pickle 文件中）
- 将请求字符串的一部分（例如，产品 ID）输入网络，并输出结果（例如，一组加权的其他产品，如“点击此产品的用户也点击了这些产品”）
- 同时，将请求的相关部分（例如，产品 ID）存储在会话变量中（例如，“previousProduct”）。当来自同一用户的新请求（例如，另一个产品）到来时，加强/创建第一个产品与下一个产品之间的连接。
- 在每次请求之间保存网络的状态（例如，保存回 pickle 文件）
这只是一个非常一般的例子。但请记住——在这种情况下，网页编程没有什么特别之处，除了跟踪会话特定数据和共享数据。
