机器学习怎么入门?这有一套完整的入门到精通路线图
前天推送了一篇学习路线图的文章《Awesome!超详细的人工智能专家路线图,GitHub数天获2.1k星》
该路线图几乎涵盖了 AI 领域所有的知识点,并且每个知识点都有详细的文档。有了这个路线图的指导,或许能帮助你快速入门乃至成为 AI 领域的佼佼者。该项目上线短短几天,已经收获了 2.1k 星。
就这份 AI 专家路线图而言,开发者列出了任何学习路径所必不可少的一些要素,如论文和代码、版本控制、语义化版本控制和更新日志。但就具体选择上,开发者认为在学习 AI 时不应直接过渡到当前热门的技术——深度学习,而应步步为营,并提供了 3 条可供选择的学习路径:数据科学家→机器学习→深度学习…;数据科学家→数据工程师…;大数据工程师→…
有小伙伴私信问有没有中文版,所以老胡就趁摸鱼的时间翻译了一下。
这几张导图是有上下关系的,可以构成合成一张大图,大家可以很清楚的看出自己所处的位置,非常适合用来查漏补缺,哪里薄弱补哪里,机器学习so easy!
也趁机在这唠几句关于学习的事情,今天就分享一点:略懂基础,立即动手!
就先今天的翻译,中午打定主意,才发现原图是svg格式的
第一次接触这种图片格式,一脸懵逼
想要修改其中的【文本】,还需要修改svg代码来实现。
看完svg的百度百科之后,大致明白了它的原理,就是纯粹的 XML 嘛
找个菜鸟教程,直接翻到文本部分,在
随便找个svg的在线编辑器就可以开搞了,于是就有了下面五张图。
其实Python和机器学习、深度学习这些又何尝不是?
学点基础就尽快找点小项目,先撸起来再说,有问题就搜,就问。
这就是我目前发现学习效率最高的方式~