不要上手就學(xué)深度學(xué)習(xí)!超詳細(xì)的人工智能專(zhuān)家路線(xiàn)圖,GitHub數(shù)天獲...
↑ 點(diǎn)擊藍(lán)字?關(guān)注極市平臺(tái)
作者丨機(jī)器之心來(lái)源丨機(jī)器之心編輯丨極市平臺(tái)
極市導(dǎo)讀
?這個(gè)學(xué)習(xí)路線(xiàn)圖幾乎涵蓋了人工智能領(lǐng)域的所有內(nèi)容，點(diǎn)點(diǎn)鼠標(biāo)，就能鏈接所需知識(shí)。?>>加入極市CV技術(shù)交流群，走在計(jì)算機(jī)視覺(jué)的最前沿
想從事人工智能領(lǐng)域的研究，盲目地在網(wǎng)上購(gòu)買(mǎi)了一本又一本的參考資料，學(xué)習(xí)視頻刷了一遍又一遍…… 反過(guò)頭來(lái)看，這些方法可能作用并不是很大，卻消耗了大量的時(shí)間和金錢(qián)。
這時(shí)，一種提綱式的學(xué)習(xí)途徑就顯得尤為重要了。如果你想成為數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)或者 AI 專(zhuān)家，而又苦于找不到合適的學(xué)習(xí)方法，本文將提供一組思路清晰、簡(jiǎn)單易懂的人工智能專(zhuān)家路線(xiàn)圖。
這是一家德國(guó)軟件公司 AMAI GmbH 近期發(fā)布的 GitHub 項(xiàng)目——AI 專(zhuān)家路線(xiàn)圖（AI-Expert-Roadmap）。該路線(xiàn)圖幾乎涵蓋了 AI 領(lǐng)域所有的知識(shí)點(diǎn)，并且每個(gè)知識(shí)點(diǎn)都有詳細(xì)的文檔。有了這個(gè)路線(xiàn)圖的指導(dǎo)，或許能幫助你快速入門(mén)乃至成為 AI 領(lǐng)域的佼佼者。該項(xiàng)目上線(xiàn)短短幾天，已經(jīng)收獲了 2.1k 星。
項(xiàng)目地址：https://github.com/AMAI-GmbH/AI-Expert-Roadmap
亮點(diǎn)多多的 AI 專(zhuān)家路線(xiàn)圖對(duì)學(xué)習(xí)者非常友好的是，這份 AI 專(zhuān)家路線(xiàn)圖是一個(gè)互動(dòng)版本。每個(gè)子模塊所列內(nèi)容都可以鏈接到指定網(wǎng)站，學(xué)習(xí)者可以找到詞條的維基百科或其他來(lái)源的釋義和拓展內(nèi)容。此外，如果有新的研究出現(xiàn)時(shí)，該路線(xiàn)圖會(huì)隨時(shí)更新。
該路線(xiàn)圖旨在給學(xué)習(xí)者提供關(guān)于人工智能的整體概念，并在學(xué)習(xí)感到困惑時(shí)給予指導(dǎo)，而沒(méi)有鼓勵(lì)學(xué)習(xí)者一味地選擇最先進(jìn)、最熱門(mén)的技術(shù)。這是因?yàn)樵诳蒲兄?，每個(gè)人都需要了解哪種工具最適合自己。換言之，最先進(jìn)、最熱門(mén)的技術(shù)不一定是最適合的。
就這份 AI 專(zhuān)家路線(xiàn)圖而言，開(kāi)發(fā)者列出了任何學(xué)習(xí)路徑所必不可少的一些要素，如論文和代碼、版本控制、語(yǔ)義化版本控制和更新日志。但就具體選擇上，開(kāi)發(fā)者認(rèn)為在學(xué)習(xí) AI 時(shí)不應(yīng)直接過(guò)渡到當(dāng)前熱門(mén)的技術(shù)——深度學(xué)習(xí)，而應(yīng)步步為營(yíng)，并提供了 3 條可供選擇的學(xué)習(xí)路徑：數(shù)據(jù)科學(xué)家→機(jī)器學(xué)習(xí)→深度學(xué)習(xí)…；數(shù)據(jù)科學(xué)家→數(shù)據(jù)工程師…；大數(shù)據(jù)工程師→…
循序漸進(jìn)才是「王道」。
AI 專(zhuān)家路線(xiàn)圖概覽這部分內(nèi)容簡(jiǎn)要總結(jié)了 AI 專(zhuān)家路線(xiàn)圖，并從以下幾個(gè)方面著手講解：數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)工程師以及大數(shù)據(jù)工程師。這 5 部分內(nèi)容都有詳細(xì)的學(xué)習(xí)路線(xiàn)圖，點(diǎn)擊圖表任意模塊，都會(huì)鏈接到對(duì)應(yīng)的內(nèi)容。
數(shù)據(jù)科學(xué)家路線(xiàn)圖
在數(shù)據(jù)科學(xué)家路線(xiàn)圖中，我們可以了解到進(jìn)行 AI 研究所需要的基礎(chǔ)：矩陣和線(xiàn)性代數(shù)、數(shù)據(jù)庫(kù)、表格數(shù)據(jù)、數(shù)據(jù)格式（JSON、XML、CSV）、正則表達(dá)式等等。
在統(tǒng)計(jì)學(xué)方面，該路線(xiàn)圖涵蓋了概率論、概率分布、估計(jì)、假設(shè)檢驗(yàn)、置信區(qū)間、大數(shù)定律、蒙特卡羅方法等等。
在 Python 編程方面，該路線(xiàn)圖展示了 Python 基礎(chǔ)、比較重要的 Python 庫(kù)以及所需運(yùn)行環(huán)境等。
在數(shù)據(jù)來(lái)源方面，學(xué)習(xí)者點(diǎn)擊「Awesome Public Datasets」圖標(biāo)，就可以鏈接到整理好的公共數(shù)據(jù)集等。接著過(guò)渡到可視化和探索性數(shù)據(jù)分析 / 轉(zhuǎn)換 / 整理相關(guān)內(nèi)容，最后進(jìn)入到機(jī)器學(xué)習(xí)和數(shù)據(jù)工程師兩個(gè)不同的方向。
機(jī)器學(xué)習(xí)路線(xiàn)圖
機(jī)器學(xué)習(xí)路線(xiàn)圖主要分為 4 大部分：基礎(chǔ)概念、算法、用例以及所用工具。其中基礎(chǔ)概念部分主要包括機(jī)器學(xué)習(xí)中常用的概念、梯度下降、訓(xùn)練集、測(cè)試集、驗(yàn)證集等基礎(chǔ)概念；算法部分列舉了 4 類(lèi)算法：監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、集成學(xué)習(xí)和強(qiáng)化學(xué)習(xí)；用例部分列舉了情感分析、協(xié)同過(guò)濾、標(biāo)注和預(yù)測(cè)；所用工具部分則介紹了 scikit-learn、spacy 等工具。每部分內(nèi)容都有對(duì)應(yīng)的詳細(xì)文檔。
深度學(xué)習(xí)路線(xiàn)圖
機(jī)器學(xué)習(xí)之后進(jìn)入到了深度學(xué)習(xí)，這是第 1 條可選擇學(xué)習(xí)路徑的最后部分。深度學(xué)習(xí)路線(xiàn)圖由 4 大部分組成：論文、神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)架構(gòu)以及所用工具。論文部分提供了深度學(xué)習(xí)論文閱讀路線(xiàn)圖以及 SOTA 論文；神經(jīng)網(wǎng)絡(luò)部分提供了一篇詳細(xì)介紹如何理解神經(jīng)網(wǎng)絡(luò)的博客文章；網(wǎng)絡(luò)架構(gòu)部分包括感知器、自動(dòng)編碼器、CNN、RNN；所用工具部分主要介紹了 TensorFlow 、PyTorch 等。最后給出建議：保持探索、與時(shí)俱進(jìn)。
數(shù)據(jù)工程師路線(xiàn)圖
在數(shù)據(jù)科學(xué)家路線(xiàn)圖之后可以直接進(jìn)入到數(shù)據(jù)工程師路線(xiàn)圖，這是第 2 條可選擇的學(xué)習(xí)路徑。該路線(xiàn)圖主要介紹了數(shù)據(jù)格式、數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)集成、數(shù)據(jù)融合、數(shù)據(jù)調(diào)研、數(shù)據(jù)湖和數(shù)據(jù)倉(cāng)庫(kù)以及如何使用 ETL 等多方面內(nèi)容。
大數(shù)據(jù)工程師路線(xiàn)圖
大數(shù)據(jù)工程師路線(xiàn)圖是第 3 條可選擇的學(xué)習(xí)路徑，主要分為 3 部分內(nèi)容：大數(shù)據(jù)架構(gòu)、遵循的原則以及所用工具。大數(shù)據(jù)架構(gòu)部分主要講述了大數(shù)據(jù)分析架構(gòu)模式和最佳實(shí)踐；遵循的原則包括數(shù)據(jù)庫(kù)管理系統(tǒng)中的數(shù)據(jù)復(fù)制，以及 Hadoop 中 NameNode 和 DataNode 的區(qū)別等；所用工具則介紹了 Hadoop、Spark 等。
參考鏈接：https://i.am.ai/roadmap/#data-science-roadmap
推薦閱讀
添加極市小助手微信（ID : cvmart2），備注：姓名-學(xué)校/公司-研究方向-城市（如：小極-北大-目標(biāo)檢測(cè)-深圳），即可申請(qǐng)加入極市目標(biāo)檢測(cè)/圖像分割/工業(yè)檢測(cè)/人臉/醫(yī)學(xué)影像/3D/SLAM/自動(dòng)駕駛/超分辨率/姿態(tài)估計(jì)/ReID/GAN/圖像增強(qiáng)/OCR/視頻理解等技術(shù)交流群：每月大咖直播分享、真實(shí)項(xiàng)目需求對(duì)接、求職內(nèi)推、算法競(jìng)賽、干貨資訊匯總、與?10000+來(lái)自港科大、北大、清華、中科院、CMU、騰訊、百度等名校名企視覺(jué)開(kāi)發(fā)者互動(dòng)交流~
△長(zhǎng)按添加極市小助手
△長(zhǎng)按關(guān)注極市平臺(tái)，獲取最新CV干貨
覺(jué)得有用麻煩給個(gè)在看啦~??
