別說機器學習難！那是你沒看過這張路線圖！

機器學習是計算機科學的一個子領域，使計算機能夠在沒有被明確編程的情況下自主學習，它探討了從數據中學習和預測的演算法研究和構建。機器學習的範圍廣泛，跨越數學、計算機科學和神經科學等多個領域。

該路線圖也有一個Jupyter notebook，記載著大部分Data Science步驟，可以在以下鏈接中找到：https：//github.com/dformoso/sklearn-classification，感謝Github用戶dformoso的分享！

數據科學是一個需要設計、實施和維護的過程。部分路線圖如下所示：

數據部分

首先，我們需要一些數據，找到數據、收集數據、清理數據等共5步。

數學部分

機器學習是在數學基礎上建立起來的！我們需要了解一些函數知識！

概念部分

類別，方法，庫和方法的部分列表。

模型部分

最受歡迎的模型抽樣。

整個機器學習和深度學習路線圖非常龐大，因此此處無法提供完整視圖，完整路線圖可到http://wenku.it168.com/d_001728559.shtml和http://wenku.it168.com/d_001728560.shtml中下載或查看！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！