📌 路线图
⏱️ 6-12 个月
🎯
入门到高级
机器学习基础路线图
从零基础到机器学习工程师的完整学习路径，涵盖数学基础、核心算法、实战项目等内容
#机器学习
#人工智能
#数据科学
🗺️
结构化学习
共包含 3 个阶段、10 个知识点，循序渐进掌握核心技能。
⏱️
预计时长
推荐学习时长约为 6-12 个月，可根据自身节奏灵活调整。
🎯
关键能力
机器学习 · 人工智能 · 数据科学
交互式路线图
拖拽查看节点关系，点击节点了解详细说明。 登录后可追踪学习进度与收藏路线图。
学习阶段拆解
3 个阶段 · 10 个节点阶段 1
基础知识
编程和数学基础
Python 编程基础
掌握 Python 基础语法、数据结构、函数、面向对象编程
Python 编程
⏱️ 2-4 周 🌱 入门
NumPy & Pandas
学习 NumPy 数组操作和 Pandas 数据分析
NumPy Pandas 数据处理
⏱️ 2 周 🌱 入门
数学基础
线性代数、微积分、概率统计基础
数学 线性代数 概率统计
⏱️ 4-6 周 🌱 入门
数据可视化
使用 Matplotlib 和 Seaborn 进行数据可视化
可视化 Matplotlib Seaborn
⏱️ 1-2 周 🌱 入门
阶段 2
核心算法
机器学习核心算法和方法
监督学习
分类与回归、线性模型、决策树
监督学习 分类 回归
⏱️ 3-4 周 🚀 中级
无监督学习
聚类、降维、异常检测
无监督学习 聚类 降维
⏱️ 2-3 周 🚀 中级
集成学习
随机森林、梯度提升树、XGBoost
集成学习 XGBoost 随机森林
⏱️ 2-3 周 🚀 中级
阶段 3
实战技能
实际应用必备技能
模型评估与优化
交叉验证、指标选择、超参数调优
模型评估 调参 优化
⏱️ 2 周 🚀 中级
特征工程
特征提取、特征选择、特征变换
特征工程 数据预处理
⏱️ 2-3 周 🚀 中级
实战项目
完整的机器学习项目实战
项目实战 Kaggle
⏱️ 4-8 周 ⚡ 高级