（這幅圖來自https://github.com/apachecn/ai-roadmap/tree/master/ds-metromap）
從圖中可以看到，想要成為一名資深的資料科學家，需要掌握的知識非常多，不過只是入門機器學習，并不需要所有東西都要會，都精通的話就是專家了，
通過這幅圖，我們可以大概看到自己的學習路線，內容是非常多，不過好多是概念性的、理論性的知識，只需要百度或谷歌一下，就可以找到答案了，而對于這種常識性的概念知識，只需要知道就足夠了，
對于初學者來說，我覺只需要了解部分基礎知識、一些統計常識、有一定的編程基礎、部分可視化知識已經足夠了，而機器學習模塊是我們將要學習的模塊而已，
而中級人員的提升，則需要對初學者部分進行鞏固擴展外，還需要增加數學基礎、機器學習演算法、大資料、資料提取和規整（對特征碼的抽象、設計與清洗的加深學習）等內容的學習，懂得運行大資料知識，通過分布式計算來提升機器學習性能，
而高級人員，在精通初中級人員的知識外，還需要往專業領域深入發展，比如深度學習、NLP、人臉識別、影像識別、自然語言處理、機器人、語音識別等等，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/55461.html
標籤：其他
上一篇：機器學習（02）——學習資料鏈接
下一篇：matlab計算傳染率