作者：华章郭老师
来源：华章科技
本指南为不善于数学的你私人订制，同时适用于：
想要学习AI的学生、程序员、研究职员或爱好者；想转行AI的读者；想把AI利用到本职事情的读者。新手自学三大误区：
如果你也一样，在初学入门时踩到这些“坑”，那么连续往下看吧。
路线图制订原则：少即是多最大化节约你的韶光和精力，优先向重点发力，捡西瓜而不是捡芝麻。
路线图分为3个阶段：1. 零根本入门，2. 根本进阶，3. 事情运用在入门阶段，你须要的不是大量资料的罗列，而是一个大略可行的勾引——只学重点，建立信心。以是高清大图下载：关注VX大数据DT，在后台对话框回答AI路线图第一阶段：零根本入门（3-6个月）
新手应首先通过少而精的学习，看到全景图，建立大局不雅观。通过完成小实验，建立信心，才能避免“从入门到放弃”的尴尬。因此，第一阶段只推举4本最必要的书（而且这些书到了第二、三阶段也能连续用），入门往后，在后续学习中再“哪里不会补哪里”即可。
入道路线上，建议先节制机器学习的根本（传统模型）后，再开始学深度学习。缘故原由有二：
一来机器学习根本是“以不变应万变”的内功。一旦节制了根本，你对深度学习等进阶技能，以及不断变革的新技能都可以举一反三，节省学习本钱；二来深度学习对打算机硬件哀求高，不适宜新手用个人电脑自学。但是有个问题：机器学习相对深度学习来说，对数学根本哀求稍高，这该怎么办理呢？
答案就在路线图的第一本书里——《机器学习算法的数学解析与Python实现》。
《机器学习算法的数学解析与Python实现》
作者：莫凡推举语：看得懂、学得会、不呆板的机器学习入门书。用口语帮你从生活案例中理解算法，创造算法的乐趣，再把算法运用到机器学习中，让你零根本节制算法精髓，快速进入AI开拓领域。这本书堪称小白福音！
你别看它的书名挺长，但作者可是用视频弹幕般的讲授风格，带你零根本入门的。至于内容有多么的多普通易懂，你看一下作者写的文章就知道了。
你要的机器学习全景图，也就在这本书里。
学习理论根本的同时，通过实践带给自己正反馈，才能持续地学下去。人工智能入门用Python你肯定知道，推举《Python程序设计：人工智能案例实践》，这是结合AI实例入门Python非常好的一本。纵然你将来成为机器学习工程师后，也能把这本书放在手边备查。
《Python程序设计：人工智能案例实践》
作者：保罗·戴特尔推举语：极简入门Python和AI，读这一本就够了！538个实例帮你节制交互式IPython阐明器和JupyterNotebook并运用Python实践人工智能项目。
节制了基本的Python语法后，就可以实践机器学习了，推举2本“四大名著”足矣。特殊是豆瓣满分的蜥蜴书。推举情由可以看这篇文章：为什么“蜥蜴书”是机器学习入门必读书？
《机器学习实战》
作者：奥雷利安·杰龙推举语：“美亚”人工智能脱销榜首图书，基于TensorFlow2全面升级，内容增加近一倍！Keras之父大力推举，从实践出发，手把手教你从零开始搭建起一个神经网络。
《Python机器学习》
作者：塞巴斯蒂安·拉施卡推举语：深度学习“四大名著”之一、美亚脱销书全新升级，《ACM打算评论》年度最佳奖图书，Python机器学习入门教程。“四大名著”绝非浪得浮名，到你入门进阶之后，会更加领会这2本书的代价。
上述4本书在手，你的零根本入门之路可以说是无去世角了，你只须要踏下心来，按书中的内容按部就班动手做，牢记，一定要动手实践！
熟读《机器学习算法的数学解析与Python实现》并动手实践后，你已经对机器学习有了基本的理解，不再是小白了。这时可以开始举一反三，学习热门技能，加强实践水平。在深入学习的同时，也可以探索自己感兴趣的方向，为求职口试打好根本。
这一阶段，还可以连续实践2本“四大名著”。在碰着一些新观点时，须要提升数学根本，此时推举阅读《机器学习算法》和《机器学习中的概率统计：Python措辞描述》来集中理解机器学习中的数学和算法。
《机器学习算法》
作者：安柯·莫特拉推举语：麻省理工学院“机器学习算法”课程教材，先容可阐明的机器学习，探索理论打算机科学和机器学习这两个领域能够相互借鉴的知识。《机器学习中的概率统计》
作者：张雨萌推举语：GitChat脱销专栏全面升级！系统讲解机器学习中的概率统计核心知识和打算技巧，利用Python工具和范例案例，帮你高效构建机器学习概率统计理论与实践体系。
此时，你可以进入“深水区”了，深度学习理论入门只看这本“蒲公英书”就够了，配套素材非常丰富，内容也绝对够新，让你形成系统的知识脉络。
《神经网络与深度学习》
作者：邱锡鹏推举语：复旦大学邱锡鹏教授力作，周志华、李航携手推举！深受好评的深度学习讲义“蒲公英书”正式版！
系统整理深度学习的知识体系，由浅入深地阐述深度学习的事理、模型及方法。
实践方面推举你阅读业内公认的口碑好书《Python深度学习：基于PyTorch》，如果想节制另一种热门框架TensorFlow的话，再回去看两本“四大名著”就好，版本都是最新。
《Python深度学习：基于PyTorch》
作者：吴茂贵 郁明敏 杨本法 李涛 张粤磊推举语：业内公认的深度学习入门实战好书！资深AI专家20余年事情履历总结，从工具、技能、算法、实战4个维度全面讲解深度学习，重点突出、循规蹈矩、用图说话，配学习PPT。
深度学习领域当下最热门的“Embedding（嵌入）”和“GAN（天生对抗网络）”也都有最新专著，两本书都是经由韶光磨练的，会对你深入实践帮助很大。
《深入浅出Embedding》
作者：吴茂贵 王红星推举语：北京智源人工智能研究院院长、微软中国首席技能官、亚马逊云上海AI研究院院长、中国打算机学会副理事长推举。至于系统能力，属于“九阳神功”级别的“内功”。虽然有些人系统能力学得不好也找到了事情，但你如果想有长远发展，还是要抽韶光“回炉”。大厂口试也常考系统能力的问题，可见其主要性。系统能力方面最好的书，看过图中这3本，就可以了。
《智能打算系统》
作者：陈云霁 李玲 李威 郭崎 杜子东推举语：深度学习处理器芯片研究的开拓者陈云霁领衔，中科院打算所、软件所的专家学者爱慕写就。智能领域系统能力培养大成之作！第三阶段：事情运用
这一阶段你已经不再须要勾引，只须要一些推举书目。如果你从入门时就确认了事情方向，可以在第二阶段就提前阅读干系入门书本（对应“商业落地五大方向”中的前两本），然后再“哪里不会补哪里”。
这个阶段，只提醒1点：工程运用绝对没有学术理论的AlphaGo那么炫酷，想要快速避坑，理解技能商业化中的取舍，除了事情实践之外，推举你阅读“冰山书”：《机器学习：软件工程方法与实现》，从工程上再刷新一次机器学习，避开新手犯错的“重灾区”。
《机器学习：软件工程方法与实现》
作者：张春强 张和平 唐振推举语：大型金融集团专家撰写，基于Python，将软件工程思想、方法、工具和策略运用到机器学习中，供应高质量代码设计、可复用源码和工业运用框架。这里赠予一发图里没有的小彩蛋：如果你对金融科技方向感兴趣却又是个生手的话，这本《金融智能：AI如何为银行、保险、证券业赋能》也是为你私人订制的。
结语现在的你已经进入机器学习工程师这条“伟大的航路”了，大概修行之路才刚刚开始。技能发展日月牙异，练好“内功”才能走得更远。
末了再给部分“看不下去书”的同学一个可行的建议——微习气。每天只抽出5分钟韶光看书，坚持三周后，你再来见告我，是否养成了阅读的习气？
好了，菜已炒好并端到你面前。筷子在这，吃不吃看你了。