人工智能工程师学习路线

1 数学基础

• 1.1 矩阵初步
• 1.2 极大似然估计
• 1.3 贝叶斯估计
• • 1.3.1 矩阵求导

2 机器学习算法

• 2.1 数据预处理
• 2.2 数模型：决策树
• 2.3 svm
• • 2.3.1 朴素贝叶斯

3 深度学习算法

• 3.1 GAN
• 3.2 NN与DNN原理
• • 3.2.1 CNN原理机经典模型

4 迁移学习

• 4.1 马尔科夫决策过程
• 4.2 蒙特卡罗方法
• • 4.2.1 DQN 方法机器变种
• • 4.2.2 TRPO 方法
• • 4.2.3 时间差分方法