本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

互聯(lián)網(wǎng)的一個(gè)問(wèn)題就是：信息太多。

對(duì)想要學(xué)習(xí)機(jī)器學(xué)習(xí)的人來(lái)說(shuō)，信息太多也是一種困擾，開(kāi)放的課程、書(shū)籍、框架、開(kāi)源代碼那么多，每套資料都有自己的好處，有人說(shuō)這個(gè)課程好，有人說(shuō)那個(gè)框架***用。

那么，對(duì)新手來(lái)說(shuō)，究竟該從哪個(gè)開(kāi)始學(xué)？學(xué)哪個(gè)合適呢？

[[260462]]

一位名叫Giacomo Ciarlini的意大利小哥就發(fā)現(xiàn)了個(gè)這問(wèn)題，為了幫老板帶新人，他把機(jī)器學(xué)習(xí)領(lǐng)域所需要的知識(shí)都整理成了一條機(jī)器學(xué)習(xí)路線圖：

從編程和數(shù)學(xué)開(kāi)始，逐漸學(xué)會(huì)各種概念、方法、神經(jīng)網(wǎng)絡(luò)，之后研究開(kāi)源項(xiàng)目，終將成為一代機(jī)器學(xué)習(xí)專(zhuān)家。

就像從新手村一路升級(jí)打怪到滿級(jí)一樣，你可以跟著這條路線圖，成長(zhǎng)為裝備齊全、技能全面、經(jīng)驗(yàn)豐富的大神玩家。

四個(gè)學(xué)習(xí)部分

首先，你需要做點(diǎn)準(zhǔn)備才能開(kāi)始自學(xué)機(jī)器學(xué)習(xí)。

提前準(zhǔn)備

Python

Jupyter筆記本

數(shù)學(xué)

機(jī)器學(xué)習(xí)概況

先要會(huì)一門(mén)編程語(yǔ)言，機(jī)器學(xué)習(xí)界最常用的Python了解一下~

Jupyter筆記本也是常用的工具，不用下載，在Web上就能直接用，可以在線coding，許多重要的應(yīng)用和教程也是在Jupyter上的，一定要學(xué)會(huì)。

***，搞機(jī)器學(xué)習(xí)一定要了解一些數(shù)學(xué)原理，還要了解一些機(jī)器學(xué)習(xí)的基本知識(shí)。

用Scikit-Learn做機(jī)器學(xué)習(xí)

為什么用Scikit-Learn?

端到端的機(jī)器學(xué)習(xí)項(xiàng)目

線性回歸

分類(lèi)

訓(xùn)練模型

支持向量機(jī)

決策樹(shù)

集成學(xué)習(xí)和隨機(jī)森林

無(wú)監(jiān)督學(xué)習(xí)

回顧

之后，安裝Scikit-Learn，這是機(jī)器學(xué)習(xí)任務(wù)中最完整，最成熟，記錄最完整的庫(kù)之一，然后就能照著路線圖把后面線性回歸、分類(lèi)……的都學(xué)習(xí)實(shí)踐一遍。

當(dāng)然，每個(gè)知識(shí)點(diǎn)小哥都準(zhǔn)備了一些參考資料，可以照著資料一步步來(lái)。

TensorFlow與神經(jīng)網(wǎng)絡(luò)

為什么要用TensorFlow？

TensorFlow啟動(dòng)并運(yùn)行

ANN - 人工神經(jīng)網(wǎng)絡(luò)

CNN - 卷積神經(jīng)網(wǎng)絡(luò)

RNN - 循環(huán)神經(jīng)網(wǎng)絡(luò)

訓(xùn)練網(wǎng)絡(luò)：***實(shí)踐

自動(dòng)編碼

強(qiáng)化學(xué)習(xí)

下一步

現(xiàn)在，進(jìn)入TensorFlow的世界。當(dāng)然，現(xiàn)在越來(lái)越多的開(kāi)發(fā)者認(rèn)為Facebook出品的PyTorch是一個(gè)更好用的框架，不過(guò)TensorFlow依然是用戶最多的框架。

一些實(shí)用資料

機(jī)器學(xué)習(xí)項(xiàng)目

數(shù)據(jù)科學(xué)工具

安利一些博主

現(xiàn)在，最基本的東西你已經(jīng)掌握了，可以開(kāi)始看各種豐富的資料，學(xué)習(xí)各種熱門(mén)的項(xiàng)目了，記得隨時(shí)關(guān)注***出現(xiàn)的突破性項(xiàng)目，不然就要跟不上機(jī)器學(xué)習(xí)界飛快的進(jìn)步和突破了。

***，里面所有提到的資料課程，GitHub原文都有鏈接哦。

還有續(xù)集

除了機(jī)器學(xué)習(xí)，小哥還在準(zhǔn)備商業(yè)智能分析和云計(jì)算架構(gòu)師兩個(gè)領(lǐng)域的學(xué)習(xí)路線圖。

后面還準(zhǔn)備出數(shù)據(jù)可視化、數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理三個(gè)數(shù)據(jù)相關(guān)領(lǐng)域，如果未來(lái)需要“轉(zhuǎn)職”可以考慮學(xué)習(xí)一下。

除了技術(shù)相關(guān)，小哥甚至還準(zhǔn)備推出有效溝通、有影響力的演講、務(wù)實(shí)決策三塊內(nèi)容的路線圖，真是個(gè)技術(shù)轉(zhuǎn)管理的全才，35歲以后也不會(huì)被淘汰。

傳送門(mén)

https://github.com/clone95/Machine-Learning-Study-Path-March-2019