互聯網的一個問題就是：信息太多。

對想要學習機器學習的人來說，信息太多也是一種困擾，開放的課程、書籍、框架、開源代碼那么多，每套資料都有自己的好處，有人說這個課程好，有人說那個框架最好用。

那么，對新手來說，究竟該從哪個開始學？學哪個合適呢？

一位名叫Giacomo Ciarlini的意大利小哥就發現了個這問題，為了幫老板帶新人，他把機器學習領域所需要的知識都整理成了一條機器學習路線圖：

從編程和數學開始，逐漸學會各種概念、方法、神經網絡，之后研究開源項目，終將成為一代機器學習專家。

就像從新手村一路升級打怪到滿級一樣，你可以跟著這條路線圖，成長為裝備齊全、技能全面、經驗豐富的大神玩家。

四個學習部分
首先，你需要做點準備才能開始自學機器學習。

提前準備 Python Jupyter筆記本 數學 機器學習概況

先要會一門編程語言，機器學習界最常用的Python了解一下~

Jupyter筆記本也是常用的工具，不用下載，在Web上就能直接用，可以在線coding，許多重要的應用和教程也是在Jupyter上的，一定要學會。

最后，搞機器學習一定要了解一些數學原理，還要了解一些機器學習的基本知識。

用Scikit-Learn做機器學習 為什么用Scikit-Learn? 端到端的機器學習項目 線性回歸 分類 訓練模型 支持向量機 決策樹 集成學習和隨機森林 無監督學習 回顧

之后，安裝Scikit-Learn，這是機器學習任務中最完整，最成熟，記錄最完整的庫之一，然后就能照著路線圖把后面線性回歸、分類……的都學習實踐一遍。

當然，每個知識點小哥都準備了一些參考資料，可以照著資料一步步來。

TensorFlow與神經網絡 為什么要用TensorFlow？ TensorFlow啟動并運行 ANN - 人工神經網絡 CNN - 卷積神經網絡 RNN - 循環神經網絡 訓練網絡：最佳實踐 自動編碼 強化學習 下一步

現在，進入TensorFlow的世界。當然，現在越來越多的開發者認為Facebook出品的PyTorch是一個更好用的框架，不過TensorFlow依然是用戶最多的框架。

一些實用資料 機器學習項目 數據科學工具 安利一些博主

現在，最基本的東西你已經掌握了，可以開始看各種豐富的資料，學習各種熱門的項目了，記得隨時關注最新出現的突破性項目，不然就要跟不上機器學習界飛快的進步和突破了。

最后，里面所有提到的資料課程，GitHub原文都有鏈接哦。

還有續集

除了機器學習，小哥還在準備商業智能分析和云計算架構師兩個領域的學習路線圖。

后面還準備出數據可視化、數據收集、數據預處理三個數據相關領域，如果未來需要“轉職”可以考慮學習一下。

除了技術相關，小哥甚至還準備推出有效溝通、有影響力的演講、務實決策三塊內容的路線圖，真是個技術轉管理的全才，35歲以后也不會被淘汰。

傳送門 （懟傳送門即可跳轉）

歡迎大家加入小編創建的Python行業交流群，有大牛答疑，有資源共享， 有企業招人！是一個非常不錯的交流基地！群號：78486745

總結

以上是生活随笔為你收集整理的超过3000赞的「机器学习路线图」，教你升级打怪全攻略的全部內容，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。