Awesome-Road-Map

---

项目介绍

计算机科学路线图。

• PDF file：pdf

pdf	pdf	pdf
pdf	pdf	pdf

---

项目简介

目录

• Awesome-Road-Map
  • 1.Fundamentals
  • 1、基础知识(Fundamentals)
    • 1.1 基础(Basic)
    • 1.2 Python编程(Python Programming)
    • 1.3 数据源(Data Sources)
    • 1.4 数据处理与分析(Exploratory Data Analysis)
  • 2.Data Science
  • 2、数据科学(Data Science)
    • 2.1 数据统计(Statistics)
    • 2.2 可视化(Visualization)
  • 3.Machine Learning
  • 3、机器学习(Machine Learning)
    • 3.1 综述概览(General)
    • 3.2 方法(Method)
    • 3.3 用例(Use Cases)
    • 3.4 工具(Tools)
  • 4.Deep Learning
  • 4、深度学习(Deep Learning)
    • 4.1 论文(Papers)
    • 4.2神经网络(Neural Networks)
    • 4.3 结构(Architectures)
    • 4.4 训练(Training)
    • 4.5 工具框架(Tools&Frame)
    • 4.6 高级模型优化(Model optimization advanced)
  • 5.Data Learning
  • 5、数据工程(Data Engineering)
    • 5.1 数据格式总结(Summary of Data Formats)
    • 5.2 数据发现(Data Discovery)
    • 5.3 数据来源&采集(Data Source & Acquisition)
    • 5.4 数据集成(Data Integration)
    • 5.5 数据融合(Data Fusion)
    • 5.6 数据转换与数据增强(Transformation & Enrichment)
    • 5.7 数据调查(Data Survey)
    • 5.8 数据整理(OpenRefine)
    • 5.9 数据量化(How much Data)
    • 5.10 实施有效的提取、转换、加载流程(using ETL，Extract, Transform and Load)
    • 5.11 数据湖与数据仓库(Data Lake vs Data Warehouse)
    • 5.12 将您的 Python 应用程序 Docker 化(Dockerize your Python Application)
  • 6.Big Data
  • 6、大数据(BIg data)
    • 6.1 大数据架构(BIg Data Architectures)
    • 6.2 原则(Principles)
    • 6.3 工具(Tools)
• LearnList
  • Microsoft
  • Meta(facebook)
  • Intel
    • 1. Machine Learning
    • 2. Deep Learning
    • 3. Introduction to AI
  • Google
  • Apple
  • Amazon
  • NVIDIA
  • Kaggle
  • HUAWEI-Cloud
  • HUAWEI-Mindspore
  • Baidu-PaddlePaddle
    • 1、新手入门
    • 2、初级课程
    • 3、计算机视觉
    • 4、自然语言处理
    • 5、推理/部署/硬件
    • 6、学术前沿
    • 7、AI行业案例
    • 8、AI快车道
    • 9、名师课程
  • Baidu-Bit
  • Alibaba-TianChi
    • 1、AI小白
    • 2、AI新手
    • 3、AI工程师
    • 4、AI科学家
  • Alibaba-Cloud
    • 1、Python学习路径
    • 2、人工智能学习路径
  • Tencent-Cloud
    • 1、数学及AI基础
    • 2、机器学习与大数据
    • 3、深度学习
    • 4、应用实战
  • Mooc
  • OpenL