GitHub超过3000赞的「机器学习路线图」，教你升级打怪全攻略

本文经AI新媒体量子位（公家号ID:QbitAI）授权转载，转载请接洽出处。

互联网的一个题目就是：信息太多。

对想要进修呆板进修的人来说，信息太多也是一种困扰，开放的课程、书本、框架、开源代码那么多，每套资料都有本身的甜头，有人嗣魅这个课程好，有人说谁人框架最好用。

那么，对新手来说，毕竟该从哪个开始学？学哪个吻合呢？

一位名叫Giacomo Ciarlini的意大利小哥就发明白个这题目，为了帮老板带新人，他把呆板进修规模所必要的常识都清算成了一条呆板进修蹊径图：

从编程和数学开始，逐渐学会各类观念、要领、神经收集，之后研究开源项目，终将成为一代呆板进修专家。

就像重新手村一起进级打怪到满级一样，你可以随着这条蹊径图，生长为设备一切、手艺全面、履历富厚的大神玩家。

起首，你必要做点筹备才气开始自学呆板进修。

提前筹备

Python

Jupyter条记本

数学

呆板进修轮廓

先要会一门编程说话，呆板进修界最常用的Python相识一下~

Jupyter条记本也是常用的器材，不消下载，在Web上就能直接用，可以在线coding，很多重要的应用和教程也是在Jupyter上的，必然要学会。

最后，搞呆板进修必然要相识一些数学道理，还要相识一些呆板进修的根基常识。

用Scikit-Learn做呆板进修

为什么用Scikit-Learn?

端到端的呆板进修项目

线性回归

分类

实习模子

支持向量机

决定树

集成进修和随机丛林

无监视进修

回首

之后，安装Scikit-Learn，这是呆板进修使命中最完备，最成熟，记录最完备的库之一，然后就能照着蹊径图把后头线性回归、分类……的都进修实践一遍。

虽然，每个常识点小哥都筹备了一些参考资料，可以照着资料一步步来。

TensorFlow与神经收集

为什么要用TensorFlow？

TensorFlow启动并运行

ANN - 人工神经收集

CNN - 卷积神经收集

RNN - 轮回神经收集

实习收集：最佳实践

自动编码

强化进修

下一步

此刻，进入TensorFlow的天下。虽然，此刻越来越多的开拓者以为Facebook出品的PyTorch是一个更好用的框架，不外TensorFlow依然是用户最多的框架。

一些适用资料

呆板进修项目

数据科学器材

安利一些博主

此刻，最根基的对象你已经把握了，可以开始看各类富厚的资料，进修各类热点的项目了，记得随时存眷最新呈现的打破性项目，否则就要跟不上呆板进修界飞快的前进和打破了。

最后，内里全部提到的资料课程，GitHub原文都有链接哦。

除了呆板进修，小哥还在筹备贸易智能说明和云计较架构师两个规模的进修蹊径图。

后头还筹备出数据可视化、数据网络、数据预处理赏罚三个数据相干规模，假如将来必要“转职”可以思量进修一下。

除了技能相干，小哥乃至还筹备推出有用雷同、有影响力的演讲、务实决定三块内容的蹊径图，真是个技能转打点的全才，35岁往后也不会被裁减。

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

【编辑保举】

1. 涵盖15个规模，，GitHub 优质开源 Python 项目大合集
2. GitHub 不让盗版 Windows 用户登录？纯属段子
3. 超 100000 个 GitHub 代码库泄漏了 API 或加密密钥
4. 怎样阅读一份源代码？
5. 旧树开新花：再谈GitHub监控

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!