這個學習路線圖幾乎涵蓋了人工智能領域的所有內容，點點鼠標，就能鏈接所需知識。

機器之心報道，機器之心編輯部。

原文鏈接：https://zhuanlan.zhihu.com/p/273580093

想從事人工智能領域的研究，盲目地在網上購買了一本又一本的參考資料，學習視頻刷了一遍又一遍…… 反過頭來看，這些方法可能作用并不是很大，卻消耗了大量的時間和金錢。

這時，一種提綱式的學習途徑就顯得尤為重要了。如果你想成為數據科學家、機器學習或者 AI 專家，而又苦于找不到合適的學習方法，本文將提供一組思路清晰、簡單易懂的人工智能專家路線圖。

這是一家德國軟件公司 AMAI GmbH 近期發布的 GitHub 項目——AI 專家路線圖（AI-Expert-Roadmap）。該路線圖幾乎涵蓋了 AI 領域所有的知識點，并且每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為 AI 領域的佼佼者。該項目上線短短幾天，已經收獲了 6.9k 星。

項目地址：https://github.com/AMAI-GmbH/AI-Expert-Roadmap

亮點多多的 AI 專家路線圖

對學習者非常友好的是，這份 AI 專家路線圖是一個互動版本。**每個子模塊所列內容都可以鏈接到指定網站，學習者可以找到詞條的維基百科或其他來源的釋義和拓展內容。**此外，如果有新的研究出現時，該路線圖會隨時更新。

該路線圖旨在給學習者提供關于人工智能的整體概念，并在學習感到困惑時給予指導，而沒有鼓勵學習者一味地選擇最先進、最熱門的技術。這是因為在科研中，每個人都需要了解哪種工具最適合自己。換言之，最先進、最熱門的技術不一定是最適合的。

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志。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，并提供了 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→…

循序漸進才是「王道」。

AI 專家路線圖概覽

這部分內容簡要總結了 AI 專家路線圖，并從以下幾個方面著手講解：數據科學家、機器學習、深度學習、數據工程師以及大數據工程師。這 5 部分內容都有詳細的學習路線圖，點擊圖表任意模塊，都會鏈接到對應的內容。

數據科學家路線圖

在數據科學家路線圖中，我們可以了解到進行 AI 研究所需要的基礎：矩陣和線性代數、數據庫、表格數據、數據格式（JSON、XML、CSV）、正則表達式等等。

在統計學方面，該路線圖涵蓋了概率論、概率分布、估計、假設檢驗、置信區間、大數定律、蒙特卡羅方法等等。

在 Python 編程方面，該路線圖展示了 Python 基礎、比較重要的 Python 庫以及所需運行環境等。

在數據來源方面，學習者點擊「Awesome Public Datasets」圖標，就可以鏈接到整理好的公共數據集等。接著過渡到可視化和探索性數據分析 / 轉換 / 整理相關內容，最后進入到機器學習和數據工程師兩個不同的方向。

機器學習路線圖

機器學習路線圖主要分為 4 大部分：基礎概念、算法、用例以及所用工具。其中基礎概念部分主要包括機器學習中常用的概念、梯度下降、訓練集、測試集、驗證集等基礎概念；算法部分列舉了 4 類算法：監督學習、無監督學習、集成學習和強化學習；用例部分列舉了情感分析、協同過濾、標注和預測；所用工具部分則介紹了 scikit-learn、spacy 等工具。每部分內容都有對應的詳細文檔。

深度學習路線圖

機器學習之后進入到了深度學習，這是第 1 條可選擇學習路徑的最后部分。深度學習路線圖由 4 大部分組成：論文、神經網絡、網絡架構以及所用工具。論文部分提供了深度學習論文閱讀路線圖以及 SOTA 論文；神經網絡部分提供了一篇詳細介紹如何理解神經網絡的博客文章；網絡架構部分包括感知器、自動編碼器、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、與時俱進。

數據工程師路線圖

在數據科學家路線圖之后可以直接進入到數據工程師路線圖，這是第 2 條可選擇的學習路徑。該路線圖主要介紹了數據格式、數據發現、數據集成、數據融合、數據調研、數據湖和數據倉庫以及如何使用 ETL 等多方面內容。

大數據工程師路線圖

大數據工程師路線圖是第 3 條可選擇的學習路徑，主要分為 3 部分內容：大數據架構、遵循的原則以及所用工具。大數據架構部分主要講述了大數據分析架構模式和最佳實踐；遵循的原則包括數據庫管理系統中的數據復制，以及 Hadoop 中 NameNode 和 DataNode 的區別等；所用工具則介紹了 Hadoop、Spark 等。

參考鏈接：https://i.am.ai/roadmap/#data-science-roadmap

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯 獲取本站知識星球優惠券，復制鏈接直接打開： https://t.zsxq.com/qFiUFMV 本站qq群704220115。加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的（GitHub标星6.9k）超详细的人工智能专家路线图，的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。