這里為大家繪制了一份完全從零入門，學習人工智能的路線圖，

不管你是本科生、研究生、還說轉行人群，只要是0基礎，都非常適用，涵蓋基礎知識、機器學習、深度學習、計算機視覺、自然語言處理、模型壓縮與優(yōu)化、深度學習框架、強化學習、補充知識，真的是非常的全面；

接下來給大家簡單的介紹一下這份人工智能學習路線圖，

一，基礎部分

需要學習人工智能基本概念、python與數(shù)學基礎，

人工智能基本概念需要知道：

1. AI常見流程

2. 什么是機器學習與深度學習

3. 有監(jiān)督學習、無監(jiān)督學習、強化學習的區(qū)別是什么

python需要學習：

1. python運行環(huán)境與開發(fā)環(huán)境的搭建

2. python基礎知識

3. python函數(shù)

4. python面向對象編程

5. python科學計算

數(shù)據(jù)基礎需要學習：

1. 高等數(shù)學

2. 線性代數(shù)

3. 概率論

4. 最優(yōu)化求解

這部分推薦Python菜鳥教程文檔，https://www.runoob.com/python/python-tutorial.html

與《白話機器學習中的數(shù)學》這本書

其中python菜鳥文檔基礎部分只需要學習到內(nèi)置函數(shù)部分即可；

python科學計算部分推薦書籍

二，機器學習

掌握好了基礎知識與工具的使用后，我們就可以開始學習機器學習

機器學習推薦吳恩達老師的機器學習手冊

李航老師的統(tǒng)計學習方法

還有周志華老師的機器學習和圖解機器學習

由于李航老師的統(tǒng)計學習方法涉及到一些公式推導，如果看不懂的同學可以優(yōu)先學習另外幾本書；

關于機器學習實戰(zhàn)部分，推薦去看看Kaggle競賽網(wǎng)站上面的各種已完成競賽任務，多多學習各路大神的代碼

如果覺得英文看起來吃力，也可以讀讀

三，深度學習

接下來開始學習深度學習，這里被譽為"圣經(jīng)"的花書反而不推薦大家看，

深度學習也沒有什么書可以把圖像識別、自然語言處理、模型優(yōu)化講的很全面的，最好的方式還是讀大量的論文，加上項目實戰(zhàn)，以及讀項目源碼；

不過為了0基礎同學，在這里還說推薦一本方便入門的，

具體關于圖像識別，卷積神經(jīng)網(wǎng)絡部分必會以下這些網(wǎng)絡模型：

具體到圖像識別的目標檢測必須搞懂，F(xiàn)asterRCNN、Yolo系列

之后再去研究其它的方面

關于自然語言處理，最終需要搞懂一些大模型，比如Transformer、Google Bert、OpenAI GPT，

這就需要一些基礎知識的前期鋪墊，

NLP大模型搞懂后，再去研究NLP其它方向應用

除此之外，深度學習也不要忘記學習 模型優(yōu)化、深度學習框架

關于項目操作這塊推薦一本，

四，強化學習

最近幾年深度強化學習越來越火，很多知名的大模型就開始引入強化學習的方式來訓練模型，所以對學習強化學習也是有必要的

五，補充知識

如果前面的都已研究明白，可以學習一下

最后，怎么看自己學的如何呢？這里推薦

免費領取人工智能學習資料? 點贊+評論資料