学习路线图
numpy => pandas => scikit-learn => tensorflow => kera
在机器学习前 - (零基础)
基础知识
Python 基础语法 ✔️
神经网络
了解机器学习方法 (*可跳)
框架
Tensorflow (Google开发, 社区大)
PyTorch (Facebook开发, 方便debug)
Keras (类似Tensorflow, 推荐直接学Tensorflow)
Theano (类似Tensorflow, 推荐直接学Tensorflow)
有监督/无监督/半监督/降维多功能包 (Sklearn)
机器人无师自通 (强化学习)
使用进化论的机器学习 (进化算法)
实战
未来方向
网络爬虫
用于收集数据，是后面的基础。
量化计算
用于风险投资。
国内市场具有很大的不确定，建议多读一些投资方面的书。
量化计算可以用来忽悠人。
数据发掘
底层还是大数据。
深度学习
个人最看好（✔️）
最有实际价值，和未来前景的方向。
建议学习方式
-
以这个为学习大纲，每一个内容一节节的学习。
-
不要看视频。自己去学习。
参考资料
吴恩达系列教程
