機器學習（03）——技術棧

（這幅圖來自https://github.com/apachecn/ai-roadmap/tree/master/ds-metromap）

從圖中能夠看到，想要成爲一名資深的數據科學家，須要掌握的知識很是多，不過只是入門機器學習，並不須要全部東西都要會，都精通的話就是專家了。

經過這幅圖，咱們能夠大概看到本身的學習路線，內容是很是多，不過好可能是概念性的、理論性的知識，只須要百度或谷歌一下，就能夠找到答案了，而對於這種常識性的概念知識，只須要知道就足夠了。

對於初學者來講，我覺只須要了解部分基礎知識、一些統計常識、有必定的編程基礎、部分可視化知識已經足夠了，而機器學習模塊是咱們將要學習的模塊而已。

而中級人員的提高，則須要對初學者部分進行鞏固擴展外，還須要增長數學基礎、機器學習算法、大數據、數據提取和規整（對特徵碼的抽象、設計與清洗的加深學習）等內容的學習，懂得運行大數據知識，經過分佈式計算來提高機器學習性能。

而高級人員，在精通初中級人員的知識外，還須要往專業領域深刻發展，好比深度學習、NLP、人臉識別、圖像識別、天然語言處理、機器人、語音識別等等。