狂揽6600+星！这份学习路线图在Github上火了

 关注“脚本之家”，与百万开发者在一起

来源：程序员书库（ID：CodingBook） 猿妹编译链接：https://syncedreview.com/2020/11/05/german-startups-ai-expert-roadmap-gets-3-5k-github-stars/、https://github.com/AMAI-GmbH/AI-Expert-Roadmap

相信你也观察到，周围同事、网络资讯都在谈论AI人工智能、Python编程，也有想了解和学习的冲动，但是没有找到合适的学习途径，迟迟没有迈出第一步。那么，今天和大家分享的这份学习路线图

最近这份学习路线已经引起很多AI专业人员的兴趣，该项目提供了一系列清晰易懂的图表，你可以根据自己的需求选择相应的学习路径，诸如成为数据科学家、机器学习或AI专家。

人工智能在我们日常生活中的角色不断扩大，越来越多的人和企业通过学习人工智能的基础知识来获取行业趋势的判断，这份路线图就是为此而设计的，该项目最初是为卡尔斯鲁厄市的AMAI员工提供的培训指南，事实证明它是非常有用的，短短几天就已经在Github上标星6600+

该交互式路线图易于使用并且可以自定义。每个子模块中列出的内容都可以链接到指定的网站，学习者可以通过Wikipedia或其他来源轻松找到每个术语的定义和扩展内容。AMAI小组表示，随着新研究的出现，路线图将自动更新。

该路线图不仅旨在为学习者提供人工智能的总体概念，而且还可以指导他们在该领域的不同领域进行探索和研究。创建者强调，在科学研究中，一个人一定要清楚哪种工具才是最适合的选择，因此选择比努力更重要。

路径包括数据科学，机器学习，深度学习和数据工程，每个文档都罗列出来大量的资源，例如带有代码的文档，版本控制，变更日志等，项目创建者建议初学者从数据科学基础知识入手，然后再过渡到机器学习，深度学习或数据工程。

下面我们就一起来看看详细的学习路线：

整体概览

基本原理

数据科学路线图

机器学习路线

  推荐阅读：

每日打卡赢积分兑换书籍入口

 由于微信公众号近期改变了推送规则，如果你想如常看到我们的文章，可以时常点击文末右下角的「在看」；或者将 脚本之家 星标。

这样操作后，我们每次新的推送才能第一时间出现在你的订阅列表中～