下面学习路线是我从2020年2月～2020年8月阅读的书籍资料：

1.个人书籍学习路线

【语言基础Python】：首先，学会语言基础Python（我大约读了1个月左右，把书上的代码全部搞了一遍，个人感觉勉强合格），对于上面那本教材的优点是后面几章有三个项目案例很不错，能让你快速上手Python的一些基本应用学以致用，不是特别枯燥。

【数据分析及可视化】：这本书主要就是教你如何数据，学会使用Jupyter-notebook，Numpy，pandas等操作（重点就是这两个库），其实学完这个位置，才开始真正的领域划分：人工智能，数据挖掘，网络安全等等，然而我是往人工智能方向继续走的。

【机器学习理论知识】：这个阶段是非常痛苦的，很难(可能是我脑瓜比较笨)！为了防止只会充当“调包侠”，必须了解机器学习中的一些数学原理，适当学一学相关的概率知识。

【Python机器学习手册】：从这个阶段开始，你就会发现自己开始明白整个机器学习的框架和脉络了，知识体系经过之前的搭建，已经差不多了，现在通过简单的操作进行实验！

【深度学习入门】：这本教材是关于神经网络底层的一些逻辑关系，可以让你更深的了解神经网络的构建过程，这本书里面没有用到任何一个包，全是用基本的Pyhton写出来的。

【机器学习实战】：这本教材我现在还在读，基于SKlearn、TensorFlow等框架进行机器学习的实战，还是比较有意思的。

【女圣经】：这本是比较全面的深度学习教材，我现在读完一半了，前半部分是深度学习的基础，后半部分是各种类型的神经网络的实战案例，也是我最感兴趣的地方(但是，我觉得 还是好难呀！好痛苦！)

2.网络上比较好的资源

b站nb！！！！好多课程都是免费的，随便学！！！

1.吴恩达机器学习课程

2.李宏毅2020机器学习深度学习

3.周志华的西瓜书

【ps:上面是比较官方的课程，下面是几位比较厉害的up】

4.致敬大神：讲的超级详细

5.sunmoonlighy：转载的课程

【ps：闲得无聊，可以看看这本书：《统计之美：人工智能时代的科学思维》也很有用】