专栏首页量子位GitHub超过3000赞的「机器学习路线图」,教你升级打怪全攻略

GitHub超过3000赞的「机器学习路线图」,教你升级打怪全攻略

郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI

互联网的一个问题就是:信息太多。

对想要学习机器学习的人来说,信息太多也是一种困扰,开放的课程、书籍、框架、开源代码那么多,每套资料都有自己的好处,有人说这个课程好,有人说那个框架最好用。

那么,对新手来说,究竟该从哪个开始学?学哪个合适呢?

一位名叫Giacomo Ciarlini的意大利小哥就发现了个这问题,为了帮老板带新人,他把机器学习领域所需要的知识都整理成了一条机器学习路线图

从编程和数学开始,逐渐学会各种概念、方法、神经网络,之后研究开源项目,终将成为一代机器学习专家。

就像从新手村一路升级打怪到满级一样,你可以跟着这条路线图,成长为装备齐全、技能全面、经验丰富的大神玩家。

四个学习部分

首先,你需要做点准备才能开始自学机器学习。

提前准备 Python Jupyter笔记本 数学 机器学习概况

先要会一门编程语言,机器学习界最常用的Python了解一下~

Jupyter笔记本也是常用的工具,不用下载,在Web上就能直接用,可以在线coding,许多重要的应用和教程也是在Jupyter上的,一定要学会。

最后,搞机器学习一定要了解一些数学原理,还要了解一些机器学习的基本知识。

用Scikit-Learn做机器学习 为什么用Scikit-Learn? 端到端的机器学习项目 线性回归 分类 训练模型 支持向量机 决策树 集成学习和随机森林 无监督学习 回顾

之后,安装Scikit-Learn,这是机器学习任务中最完整,最成熟,记录最完整的库之一,然后就能照着路线图把后面线性回归、分类……的都学习实践一遍。

当然,每个知识点小哥都准备了一些参考资料,可以照着资料一步步来。

TensorFlow与神经网络 为什么要用TensorFlow? TensorFlow启动并运行 ANN - 人工神经网络 CNN - 卷积神经网络 RNN - 循环神经网络 训练网络:最佳实践 自动编码 强化学习 下一步

现在,进入TensorFlow的世界。当然,现在越来越多的开发者认为Facebook出品的PyTorch是一个更好用的框架,不过TensorFlow依然是用户最多的框架。

一些实用资料 机器学习项目 数据科学工具 安利一些博主

现在,最基本的东西你已经掌握了,可以开始看各种丰富的资料,学习各种热门的项目了,记得随时关注最新出现的突破性项目,不然就要跟不上机器学习界飞快的进步和突破了。

最后,里面所有提到的资料课程,GitHub原文都有链接哦。

还有续集

除了机器学习,小哥还在准备商业智能分析和云计算架构师两个领域的学习路线图。

后面还准备出数据可视化、数据收集、数据预处理三个数据相关领域,如果未来需要“转职”可以考虑学习一下。

除了技术相关,小哥甚至还准备推出有效沟通、有影响力的演讲、务实决策三块内容的路线图,真是个技术转管理的全才,35岁以后也不会被淘汰。

传送门

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

作者系网易新闻·网易号“各有态度”签约作者

本文分享自微信公众号 - 量子位(QbitAI),作者:关注前沿科技

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-03-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 16篇论文、70多页PPT帮你优化深度学习模型,免费下载 | 资源

    在没有改变计算复杂度的情况下,只是使用“调整学习率”和“修改特定卷积层的步幅大小”等方法,就将ResNet- 50在ImageNet上的top-1验证准确率从7...

    量子位
  • 机器学习太讨厌!细数ML五大罪,引发网友大讨论

    诚然在许多工业领域,资金投入一样非常重要,钱总能带来更快更好的进步,但在机器学习领域,问题远不止于此。

    量子位
  • 3分钟实操机器学习原理,这里有一个不挑人的模型 | 包教包会

    李根 发自 大理 量子位 报道 | 公众号 QbitAI 少年,还在为假期不能工作而苦恼吗? 或者像我一样不能低调展示一下正在从事的“AI”工作? 现在机会来...

    量子位
  • 从入门到头秃,2018年机器学习图书TOP10

    导读:无论是2018还是2019,都是属于AI的时代。要想在这个时代里 混口饭吃 改变世界,首先你得玩转机器学习。数据叔整理了2018年出版的机器学习重磅好书,...

    华章科技
  • 【全自动机器学习】ML 工程师屠龙利器,一键接收训练好的模型

    【新智元导读】机器学习系统有大量的超参数,在应用中需要依赖领域专家知识,并且有繁重的人工调参任务。现在,有一项工作希望让这些过程自动化,只需一个按钮,就能让你得...

    新智元
  • Cell:机器学习将如何改变生物医学

    这篇文章探讨了机器学习在改进诊断和治疗方面的应用。概述了机器学习如何改变生物医学的三个广泛领域:临床诊断、精确治疗和健康监测,目标是通过一系列疾病和正常的衰老过...

    DoubleHelix
  • 为什么你会觉得编程、写作、解题时毫无头绪

    YJango
  • 【科普】精选 7 个生活中的机器学习案例,AI无处不在!

    今天我们就来看看,在日常生活中有哪些最常见的机器学习用例(有时我们甚至没有意识到这些例子涉及机器学习)。本文涵盖了以下常见的机器学习用例:

    昱良
  • Python、深度学习、机器学习、TensorFlow 好书推荐

    在 上次的送书活动 中,营长做了个调查问卷,结果显示大家更喜欢深度学习、Python以及TensorFlow方面的书,所以这期送书活动一并满足大家。本期图书选自...

    企鹅号小编
  • 【重温经典】吴恩达机器学习课程学习笔记四:梯度下降

    【导读】前一段时间,专知内容组推出了春节充电系列:李宏毅2017机器学习课程学习笔记,反响热烈,由此可见,大家对人工智能、机器学习的系列课程非常感兴趣,近期,专...

    WZEARW

扫码关注云+社区

领取腾讯云代金券