文章讲的是机器学习难,那是你没看过这张路线图，机器学习是计算机科学的一个子领域，使计算机能够在没有被明确编程的情况下自主学习，它探讨了从数据中学习和预测的算法研究和构建。机器学习的范围广泛，跨越数学、计算机科学和神经科学等多个领域。
该路线图也有一个Jupyter notebook，记载着大部分Data Science步骤，可以在以下链接中找到：https：///dformoso/sklearn-classification，感谢Github用户dformoso的分享!
数据科学是一个需要设计、实施和维护的过程。部分路线图如下所示：
数据部分
首先，我们需要一些数据，找到数据、收集数据、清理数据等共5步。
数学部分
机器学习是在数学基础上建立起来的!我们需要了解一些函数知识!
概念部分
类别，方法，库和方法的部分列表。
模型部分
最受欢迎的模型抽样。
整个机器学习和深度学习路线图非常庞大，因此此处无法提供完整视图，完整路线图可到/d_001728559.shtml和/d_001728560.shtml中下载或查看!
作者：编译 | 钰莹
来源：IT168
原文链接:机器学习难?那是你没看过这张路线图！
