機器學習怎麼入門？這有一套完整的入門到精通路線圖

前天推送了一篇學習路線圖的文章《Awesome！超詳細的人工智能專家路線圖，GitHub數天獲2.1k星》
該路線圖幾乎涵蓋了 AI 領域全部的知識點，而且每一個知識點都有詳細的文檔。有了這個路線圖的指導，或許能幫助你快速入門乃至成爲 AI 領域的佼佼者。該項目上線短短几天，已經收穫了 2.1k 星。

就這份 AI 專家路線圖而言，開發者列出了任何學習路徑所必不可少的一些要素，如論文和代碼、版本控制、語義化版本控制和更新日誌。但就具體選擇上，開發者認爲在學習 AI 時不該直接過渡到當前熱門的技術——深度學習，而應步步爲營，並提供了 3 條可供選擇的學習路徑：數據科學家→機器學習→深度學習…；數據科學家→數據工程師…；大數據工程師→…

有小夥伴私信問有沒有中文版，因此老胡就趁摸魚的時間翻譯了一下。

這幾張導圖是有上下關係的，能夠構成合成一張大圖，你們能夠很清楚的看出本身所處的位置，很是適合用來查漏補缺，哪裏薄弱補哪裏，機器學習so easy！

也趁機在這嘮幾句關於學習的事情，今天就分享一點：略懂基礎，當即動手！

就先今天的翻譯，中午打定主意，才發現原圖是svg格式的
第一次接觸這種圖片格式，一臉懵逼

想要修改其中的【文本】，還須要修改svg代碼來實現。

看完svg的百度百科以後，大體明白了它的原理，就是純粹的 XML 嘛

找個菜鳥教程，直接翻到文本部分，在 標籤下就能夠編輯文本的大小、方向、顏色、字體等格式了

隨便找個svg的在線編輯器就能夠開搞了，因而就有了下面五張圖。

其實Python和機器學習、深度學習這些又未嘗不是？

學點基礎就儘快找點小項目，先擼起來再說，有問題就搜，就問。

這就是我目前發現學習效率最高的方式~