Cześć! Moim zdaniem, zanim zabierzesz się za AI, powinieneś zapoznać się z metodami uczenia maszynowego. Polecam najpierw ten wykład:
CS50 Machine Learning - totalne wprowadzenie do ML, jak i Pythona który w AI/ML jest bardzo popularny
DataCamp - kilka darmowych tutoriali, z wbudowanym edytorem kodu na stronie, także na sam start przydatne, bo nie trzeba się bawić w konfigurację itp.
Ale tak na poważnie, to: Andrew Ng Machine Learning Coursera - przez wielu uznawany za najlepszy kurs uczenia maszynowego. Pewniak autorstwa wieloletniego wykładowcy uniwersytetu Stanforda, pracownika Google oraz Baidu, który niedawno odszedł by skupić się na swoim przedsięwzięciu związanym z kursami z sieci neuronowych i Deep Learning, ale to później :)
Kolejny pewniak to książka : Elements of Statistical Learning - wymagane oswojenie z algebrą liniową. Jeśli to problem, to jest książka tych samych autorów, ale bardziej stosowana i przystępna Introduction to Statistical Learning. Po przerobieniu (albo podczas), polecam ten kurs algebry liniowej - Linear Algebra - MIT i wrócić do EoSL.
Tutaj można zacząć zabawę w AI, także kolejny kursik z MIT, polecany mi przez znajomego doktoranta pracującego nad ML:CNN's for Visual Recognition
deeplearning.ai - kolejne kursy od Andrew Ng
Generalnie chyba tyle ode mnie. Widziałem, że pytałeś niżej o C++. Ogółem, do stosowania AI/ML, to znaczy do predykcji lub klasyfikacji stosuje się Python lub R, natomiast pod spodem siedzi C/C++ i w projektach w dużej skali silniki buduje się właśnie w C++ ze względu na wydajność.
Pozdrawiam i życzę wytrwałości w nauce!
Przemek