人工智能AI工程师学习路线心路历程和总结分享
背景：
刚开始接触人工智能AI的时候，感觉很新鲜、很新颖，是一个未来的方向。充满了无限的憧憬，给自己定了一个目标：学习人工智能。接下来的问题：怎么学习？开始想过报名培训班，经过咨询之后，费用是一大笔开销。接下来，就各种”神”搜索。可以说是经过九九八十一难，根据自己的学习路线，整理了学习的心得，希望对后来学习的小伙伴们有帮助！
适合人群：
研发工程师、运维工程师、测试工程师、需求工程师、数据挖掘工程师、大数据工程师等，想要了解和深度学习AI的朋友们。
学习的路线：
心路历程介绍：
|
课程大纲 |
课程一级目录 |
课程内容 |
|
人工智能AI课程 |
01 Python语言入门课课程 |
语法精讲、语言入门、NLP库课程 |
|
02机器学习课程 |
机器学习基石、技巧、R语言、Udacity、CDN、算法课程、推荐系统课程、线性回归、正则项等 |
|
|
03大数据系统入门课程 |
零基础入门课程：java基础编程、Linux安装、Hadoop分布式搭建、基础知识了解、大数据与信息传播课程等 |
|
|
04深度学习资料课程 |
数据分析：Stanford Statistical Learning、Mining Massive Datasets 、Model Thinking、Statistics Making Sense of Data等；模型、计算机视觉、编程；神经网络、Udacity公开课AI、TensorFlow、前向传播等 |
|
|
05海量数据集合 |
全行业演练数据：微博、自营销、股票、人口普查、新闻、自动驾驶等所有数据 |
资料链接：
链接：https://pan.baidu.com/s/1QoVYXRNNCVyVPtcZAUSCQA
提取码：74ol
祝学习愉快。