AI算法学习路线分享

如果你想要走算法工程师或者数据挖掘，机器学习工程师又或者AI工程师，大模型，自然语言处理这条路，那完全可以照着学：

1️⃣. 先学python和机器学习
python是编程语言，是算法实现的基础，现在学长用的比较多的也是python，熟能生巧，用多就好了，把python的几个数据分析库学会numpy，pandas，matplotlib, scipy和seaborn。机器学习部分学习逻辑回归，支持向量机，随机森林，线性回归，xgboost，GBDT，决策树，HMM，朴素贝叶斯差不多就可以了。这一部分尽量做一些项目来提升自己的代码能力和项目思维✅

2️⃣. 其次学pytorch和深度学习入门
pytorch教程大家可以去b站看刘二大人和小土堆的教程，看完你真的会发现pytorch框架真的不难，深度学习入门学长看的是李沐的动手学深度学习，把CNN，RNN，GNN，LSTM，GRU，GAN都学一遍，这样子就算是深度学习入门了，这些算法是基础，以后学习各个方向都🈶可能用到。李沐老师的课可能会有点难懂，可以结合李宏毅老师的来看，看个两遍有种豁然开朗的感觉

3️⃣. 然后学自己感兴趣的方向
当做由于研究生阶段用的图神经网络和时间序列类模型比较多，所以学习了GCN，ConvGRU，ConvLSTM，Transformer，注意力机制, GAT。在学习Transformer的时候发现很多教程都没有讲透，这里建议Dasou➕李沐➕教AI的陶老师➕王树森，这几个博主的视频看完之后感觉对Transformer以及Bert都有了比较深的理解。学长后期主要是关注自然语言处理和大模型方向了，所以word2vec，n-gram等算法也学习了，llm算法部分的内容也很多，也一直在学习，但感觉这一块还不太熟悉就不给大家介绍了，现在的多模态大模型也很火，这些都值得去研究。大家还是要知道自己想要做什么，真的建议去深挖一个方向，而不是蜻蜓点水✅

可能还有一些来不及介绍，但学完上面的内容，完全可以找到一个AI工程师的实习，可以在工作中去体验和加强自己的学习 #掌握什么AI技能，会为你的求职大大加分#