【杂谈】人工智能、NLP学习路线

【人工智能学习路线】

数学基础：

           微积分、线性代数、概率统计、信息论

技术基础：

          计算机原理、程序设计语言、算法基础、对应领域知识（NLP，cv，语音）

算法方面（理论）：

          机器学习算法（逻辑回归、决策树模型、集成算法、聚类算法）

           深度学习方法（深度学习网络，卷积神经网络，循环神经网络）

机器学习框架（实现、搭建）：

           Tensorflow、Keras、Scikt-Learn

问题领域：

            语音识别、机器视觉、NLP、cv

【算法工程师】

 

数学的话不能师机器学习还是深度学习，数学都是根基。

框架确是可以帮助你直接构造模型，但这不代表你就可以直接放弃数学。

不需要学到很深，但只是高数、线代、贝叶斯要牢牢掌握

【领域方向】

NLP、图像、语音

【图像】

【NLP】