Python人工智能工程师学习路径以及资料推荐

 

目录

一、入门阶段（具备基本的数据分析和数据挖掘能力）

1. Python语言

2. Python数据分析

3. Python机器学习

二、初级阶段（具备独立完成一个简单的机器学习项目的能力）

1. 机器学习理论

2. 机器学习库和工具

3. 机器学习实践

三、中级阶段（掌握深度学习模型，能独立应付大部分比赛和项目）

1. 深度学习理论

2. 官方参考文档

3. 机器学习实践

四、 高级阶段（能熟练阅读论文，跟进行业发展；可以实现论文中的新模型；开源社区活跃者）

1. 论文

2. 源码、开源项目

五、大神阶段（发明新的模型，推到行业发展）

---

一、入门阶段（具备基本的数据分析和数据挖掘能力）

1. Python语言

• 廖雪峰的个人网站
• 《Python编程从入门到实践》（到第一部分）提取码: 5qi8
• Python标准库（可以在完成基础学习的时候学）

2. Python数据分析

• 《利用Python进行数据分析》（熟悉基本的Python数据处理库） 提取码: n6y7

3. Python机器学习

• 《机器学习实战》（熟悉机器学习基本模型和概念） 提取码: fgnn
• 《集体智慧编程》（关于机器学习经典算法和数据挖掘内容）

二、初级阶段（具备独立完成一个简单的机器学习项目的能力）

1. 机器学习理论

• 《机器学习》周志华
• 《统计学习方法》李航
• 《模式识别与机器学习》（即PRML）
• 林轩田《机器学习基石》《机器学习技法》视频
• 吴恩达网易云课堂机器学习视频

2. 机器学习库和工具

• Scikit-learn

3. 机器学习实践

• Kaggle
• 天池
• DataCastle
• 科赛网

三、中级阶段（掌握深度学习模型，能独立应付大部分比赛和项目）

1. 深度学习理论

• 书籍《深度学习》Yoshua Bengio等
• 李飞飞计算机视觉课程CS231n视频
• 吴恩达在网易云课堂上的深度学习课程视频
• 李宏毅《深度学习》视频

2. 官方参考文档

• Keras
• TensorFlow
• PyTorch

3. 机器学习实践

• KDD大赛

四、 高级阶段（能熟练阅读论文，跟进行业发展；可以实现论文中的新模型；开源社区活跃者）

1. 论文

• Paperweekly
• ArXiv--Artificial Intelligence
• ArXiv--Machine Learning
• ArXiv--Computer Vision
• ArXiv--Computation and Language
• ...

2. 源码、开源项目

五、大神阶段（发明新的模型，推到行业发展）