ml-road-map
机器学习基础知识的系统学习路线图
ml-road-map项目提供一份系统的机器学习学习路线图，涵盖从基础到进阶的知识体系。该路线图包括编程、数学、机器学习基础、深度学习和自然语言处理等主题，汇集了顶尖教育机构和专家的优质资源。它为学习者提供清晰的学习指南，帮助他们构建机器学习知识体系，为独立探索奠定基础。
机器学习路线图
欢迎来到机器学习路线图。这是一份快速、高质量的路线图，旨在帮助你迅速掌握机器学习基础知识。它教授你理解机器学习工作原理和进行构建所需的先决条件和基础知识。目标是快速达到一个可以自主探索机器学习主题的水平。虽然许多其他路线图更加全面，但这份路线图是经过精心简化的。
这些资源汇集了最优秀的机器学习教育者的成果。我尽可能地链接了原作者。请支持他们。反馈/建议/纠正总是受欢迎和感激的。
如果你对机器学习的技术细节不太感兴趣，而更想了解机器学习将如何影响你作为消费者的生活，我专门写了一篇文章。你也可以查看谷歌AI基础课程，学习如何使用生成式AI来提高你的生产力。
**随着新的学习资源的创建和新的机器学习主题的出现，这份路线图将会不断更新。**让我们开始吧！
如果你想查看之前的路线图，可以在这里找到。
开始之前需要了解的事项
- **机器学习将影响每个人的生活。**这是一种新的计算范式，将彻底改变消费者对设备工作方式的期望。
- **机器学习是一个快速发展的领域。**机器学习中有许多复杂的领域。慢慢来，不要期望一下子就成为所有方面的专家。
- **理解机器学习的最佳方式是向那些了解你想知道的主题的人学习。**我创建了一个X平台上值得关注的账号列表。我还整理了一份时事通讯、博客和频道列表，我发现这些对保持最新信息很有帮助。
机器学习先决条件
这些先决条件包含数学和编程概念的混合。你可以跳过已经理解的内容。
| 主题 | 来源 | 作者 |
|---|---|---|
| 编程 | ||
| 通用编程 | CS50 | 哈佛大学 |
| Python | Python入门（适合初学者） | 哈佛大学 |
| 谷 歌Python课程（复习用） | 谷歌 | |
| NumPy | NumPy教程 | 谷歌 |
| Pandas | Pandas课程 | Kaggle |
| 数学 | ||
| 代数 | 代数课程 | 可汗学院 |
| 线性代数 | 线性代数课程 | 可汗学院 |
| 概率 | CS50的不确定性部分 | 哈佛大学 |
| 微积分 | 导数/偏导数 | 可汗学院 |
| 梯度 | 可汗学院 | |
| 反向传播可视化 | 谷歌 | |
| 工具 | ||
| 版本控制 | 学习如何使用Git | 开源Git社区 |
| GitHub教程 | GitHub | |
| 终端 | 学习Shell | learnshell.org |
机器学习基础
这是主要材料。完成这些内容以理解 机器学习基础：
| 主题 | 来源 | 作者 |
|---|---|---|
| 简介 | 20分钟机器学习入门 | 谷歌 |
| 基础 | 机器学习速成课程 | 谷歌 |
高级机器学习主题
探索更高级主题的高质量资源，这些对机器学习很有帮助：
| 主题 | 来源 | 作者 | 类型 |
|---|---|---|---|
| 通用高级机器学习主题 | 机器学习问答与人工智能 | Sebastian Raschka | 书籍 |
| 大型语言模型 | 大型语言模型入门 | Andrej Karpathy | 视频 |
| 开发、构建和微调大型语言模型 | Sebastian Raschka | 视频 | |
| 从头构建大型语言模型 | Sebastian Raschka | 书籍/代码库 | |
| 大型语言模型课程的量化部分 | Maxime Labonne | 课程/代码库 | |
| 大型语言模型工具 | Maxime Labonne | 课程/代码库 | |
| 大型语言模型工程 | Maxime Labonne | 课程/代码库 | |
| 大型语言模型工程师手册 | Paul Iusztin, Maxime Labonne, Alex Vesa | 书籍 | |
| 生成式人工智能 | 生成式人工智能入门 | 微软 | 课程/代码库 |
| 自然语言处理（NLP） | NLP课程 | Huggingface | 课程 |
| Transformer模型 | NLP课程开始 | Huggingface | 课程 |
| 深度学习 | 深度学习基础 | LightningAI | 课程 |
| 深度学习书籍 | Ian Goodfellow、Yoshua Bengio和Aaron Courville | 书籍 | |
| 工程师深度学习指南 | Hironobu Suzuki | 书籍 | |
| 强化学习（RL） | Spinning Up | OpenAI | 课程 |
| 计算机视觉 | 计算机视觉 | Kaggle | 课程 |
| 无监督学习 | CS229后半部分 | Andrew Ng/斯坦福 | 讲座 |
| 监督学习 | 科学领域的监督机器学习 | Christoph Molnar & Timo Freiesleben | 书籍 |
| 视频游戏机器学习 | 游戏机器学习 | Huggingface | 课程 |
| 特征工程 | 数据准备 | 谷歌 | 课程 |
| 人工智能伦理 | 人工智能伦理入门 | Kaggle | 课程 |
| 机器学习可解释性 | 机器学习可解释性 | Kaggle | 课程 |
| 机器学习运维 | Made with ML | Goku Mohandas | 课程 |
| 构建大型语言模型的虚拟课堂 | ML School | Santiago | 交互式课程 |
| Python进阶 | The Python Coding Place | Stephen Gruppetta | 网站/书籍 |
| SQL | SQL入门 | Kaggle | 课程 |
| 高级SQL | Kaggle | 课程 | |
| 机器学习面试准备 | 机器学习面试学习计划 | Khang Pham | 代码库 |
| 机器学习数学 | 机器学习的数学 | Tivadar Danka | 书籍 |
| 机器学习效率 | EfficientML.ai 讲座 | 麻省理工学院 | 课程 |
| 知识蒸馏 | 优秀知识蒸馏资源 | Dmitry Kozlov | 代码库 |
| 系统设计 | 系统设计面试 第一卷和第二卷 | Alex Xu | 图书 |
机器学习的通讯、博客和频道
以下都是必须订阅的资源：
要查看几乎所有可用的ML YouTube课程列表，请查看Dair AI的这个仓库。
用于训练的免费GPU
我整理了一份提供免费套餐用于训练机器学习模型的云服务提供商列表。任何人都可以开始学习ML - 你不需要一台功能强大的本地机器。如果有任何不正确的信息，请在X上联系我，我会进行修正。如果我遗漏了任何云计算平台，也请告诉我。
| 资源 | 详情 |
|---|---|
| 首选 | |
| Google Colab | 提供免费访问GPU（通常是NVIDIA T4或P100）和TPU，但使用时间和资源有限。非常适合小型项目和实验。 |
| Kaggle Notebooks | 每周免费提供30小时的GPU使用时间（NVIDIA Tesla P100或T4）。这是一个不错的选择，可以访问Kaggle的数据集和社区。 |
| 其他选项 | |
| Lightning AI | 提供一个免费的工作室，有22个GPU小时，之后按使用量付费。 |
| Google Cloud Platform | 为新用户提供300美元的免费积分。 |
| Amazon SageMaker | 提供免费套餐，可有限访问各种机器学习资源。 |
| Paperspace Gradient | 提供免费的社区套餐，可以有限访问GPU资源进行实验和学习。 |
支持本指南
别忘了给这个仓库加星，并在X上关注我以支持本指南。**请通过我提供的链接关注这些资源的作者来支持他们。**你也可以在我的X上的ML列表中找到他们。
如果有任何信息缺失，你是某个资源的作者并希望将其删除，或有任何其他反馈，请给我发消息告诉我。
编辑推荐精选
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务， 无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号