机器学习怎么入门？这有一套完整的入门到精通路线图

前天推送了一篇学习路线图的文章《Awesome！超详细的人工智能专家路线图，GitHub数天获2.1k星》
该路线图几乎涵盖了 AI 领域所有的知识点，并且每个知识点都有详细的文档。有了这个路线图的指导，或许能帮助你快速入门乃至成为 AI 领域的佼佼者。该项目上线短短几天，已经收获了 2.1k 星。

就这份 AI 专家路线图而言，开发者列出了任何学习路径所必不可少的一些要素，如论文和代码、版本控制、语义化版本控制和更新日志。但就具体选择上，开发者认为在学习 AI 时不应直接过渡到当前热门的技术——深度学习，而应步步为营，并提供了 3 条可供选择的学习路径：数据科学家→机器学习→深度学习…；数据科学家→数据工程师…；大数据工程师→…

有小伙伴私信问有没有中文版，所以老胡就趁摸鱼的时间翻译了一下。

这几张导图是有上下关系的，可以构成合成一张大图，大家可以很清楚的看出自己所处的位置，非常适合用来查漏补缺，哪里薄弱补哪里，机器学习so easy！

也趁机在这唠几句关于学习的事情，今天就分享一点：略懂基础，立即动手！

就先今天的翻译，中午打定主意，才发现原图是svg格式的
第一次接触这种图片格式，一脸懵逼

想要修改其中的【文本】，还需要修改svg代码来实现。

看完svg的百度百科之后，大致明白了它的原理，就是纯粹的 XML 嘛

找个菜鸟教程，直接翻到文本部分，在标签下就可以编辑文本的大小、方向、颜色、字体等格式了

随便找个svg的在线编辑器就可以开搞了，于是就有了下面五张图。

其实Python和机器学习、深度学习这些又何尝不是？

学点基础就尽快找点小项目，先撸起来再说，有问题就搜，就问。

这就是我目前发现学习效率最高的方式~