本文共 745 字，大约阅读时间需要 2 分钟。

最近老胡不太忙了，项目告一段落，摸鱼时间多了一些。

昨天我翻译了一个思维导图《超详细的人工智能专家路线图》

强烈建议没有看的同学看一看，查漏补缺必备

机器学习从 入 门 到 精 通 路 线 图

翻完之后自己也有很大的收获，所以准备干一票大的，翻译一个更为详尽的导图

机器学习思维导图，一共五张，分别为

• 数据处理流程
• 机器学习基本概念
• 机器学习流程
• 机器学习数学基础
• 机器学习模型

就不全放了，反正也看不清，我的34吋显示器都放不下它

原作者是用MindNode for Mac 做的，可是老胡没有苹果电脑

原以为和svg格式一样，修改xml就行了

找了一个plist编辑器，玩了一会，没有头绪

有了解这个的同学可以私信我一下

最后的解决方案是用Adobe Acrobat DC编辑PDF版

感兴趣的同学可以一起翻译，工作量太大，急需助攻

然后扯一个小话题，也是经常被问到的

机器学习最好的入门课程是什么？

某乎上这个问题的答案五花八门

我想扯的是，这个问题本身就代表一种被动、懒散的学习状态

不说没有最好只有最适合哈

追寻最好很可能压根就迟迟不敢开始学，亦或者学一个扔一个，最后一个也没学完，对不对？请对号入座。

所以一般我的回复就是：随便找一个就行，李宏毅、吴恩达、林轩田、张志华，都可以

刚入门就别对老师评头论足了，肯定比你强就对了

关键是要开始+坚持

昨天我在朋友圈说：

学点基础就尽快找点小项目，先撸起来再说，有问题就搜，就问。

今儿再分享个心得：学习要输出

怎么输出？比如一个概念，你能给别人讲清楚吗？

你能用一篇文章写清楚吗？这才是检验你学习最好的方式。

上面提到的思维导图，看一遍的收获远小于把他翻译一遍

是吧？

看到这还没来得及跑的同学，给个三连好吗？