不要上手就学深度学习!超详细的人工智能专家路线图( 二 )


不要上手就学深度学习!超详细的人工智能专家路线图
本文插图
深度学习路线图
机器学习之后进入到了深度学习 , 这是第 1 条可选择学习路径的最后部分 。 深度学习路线图由 4 大部分组成:论文、神经网络、网络架构以及所用工具 。 论文部分提供了深度学习论文阅读路线图以及 SOTA 论文;神经网络部分提供了一篇详细介绍如何理解神经网络的博客文章;网络架构部分包括感知器、自动编码器、CNN、RNN;所用工具部分主要介绍了 TensorFlow 、PyTorch 等 。 最后给出建议:保持探索、与时俱进 。
不要上手就学深度学习!超详细的人工智能专家路线图
本文插图
数据工程师路线图
在数据科学家路线图之后可以直接进入到数据工程师路线图 , 这是第 2 条可选择的学习路径 。 该路线图主要介绍了数据格式、数据发现、数据集成、数据融合、数据调研、数据湖和数据仓库以及如何使用 ETL 等多方面内容 。
不要上手就学深度学习!超详细的人工智能专家路线图
本文插图
【不要上手就学深度学习!超详细的人工智能专家路线图】
大数据工程师路线图
大数据工程师路线图是第 3 条可选择的学习路径 , 主要分为 3 部分内容:大数据架构、遵循的原则以及所用工具 。 大数据架构部分主要讲述了大数据分析架构模式和最佳实践;遵循的原则包括数据库管理系统中的数据复制 , 以及 Hadoop 中 NameNode 和 DataNode 的区别等;所用工具则介绍了 Hadoop、Spark 等 。
不要上手就学深度学习!超详细的人工智能专家路线图
本文插图
参考链接:https://i.am.ai/roadmap/#data-science-roadmap


推荐阅读