机器学习(03)——技术栈

机器学习(03)——技术栈_第1张图片

(这幅图来自https://github.com/apachecn/ai-roadmap/tree/master/ds-metromap)

从图中可以看到,想要成为一名资深的数据科学家,需要掌握的知识非常多,不过只是入门机器学习,并不需要所有东西都要会,都精通的话就是专家了。

通过这幅图,我们可以大概看到自己的学习路线,内容是非常多,不过好多是概念性的、理论性的知识,只需要百度或谷歌一下,就可以找到答案了,而对于这种常识性的概念知识,只需要知道就足够了。

对于初学者来说,我觉只需要了解部分基础知识、一些统计常识、有一定的编程基础、部分可视化知识已经足够了,而机器学习模块是我们将要学习的模块而已。

而中级人员的提升,则需要对初学者部分进行巩固扩展外,还需要增加数学基础、机器学习算法、大数据、数据提取和规整(对特征码的抽象、设计与清洗的加深学习)等内容的学习,懂得运行大数据知识,通过分布式计算来提升机器学习性能。

而高级人员,在精通初中级人员的知识外,还需要往专业领域深入发展,比如深度学习、NLP、人脸识别、图像识别、自然语言处理、机器人、语音识别等等。

 

你可能感兴趣的:(机器学习(03)——技术栈)