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！超詳細的人工智慧專家路線圖，GitHub數天獲2.1k星》
該路線圖幾乎涵蓋了 AI 領域所有的知識點，並且每個知識點都有詳細的文件。有了這個路線圖的指導，或許能幫助你快速入門乃至成為 AI 領域的佼佼者。該專案上線短短几天，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，如論文和程式碼、版本控制、語義化版本控制和更新日誌。但就具體選擇上，開發者認為在學習 AI 時不應直接過渡到當前熱門的技術——深度學習，而應步步為營，並提供了 3 條可供選擇的學習路徑：資料科學家→機器學習→深度學習…；資料科學家→資料工程師…；大資料工程師→…

有小夥伴私信問有沒有中文版，所以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，可以構成合成一張大圖，大家可以很清楚的看出自己所處的位置，非常適合用來查漏補缺，哪裡薄弱補哪裡，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，立即動手！

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【文字】，還需要修改svg程式碼來實現。

看完svg的百度百科之後，大致明白了它的原理，就是純粹的 XML 嘛

找個菜鳥教程，直接翻到文字部分，在標籤下就可以編輯文字的大小、方向、顏色、字型等格式了

隨便找個svg的線上編輯器就可以開搞了，於是就有了下面五張圖。

其實Python和機器學習、深度學習這些又何嘗不是？

學點基礎就儘快找點小專案，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~