机器学习入门路径规划师

问题：机器学习入门的典型困境

想转行 AI 或数据方向，却卡在第一步：

• 不知道先学什么、再学什么，容易被各种资源带偏
• 数学基础薄弱，担心要先啃完线代/概率论/微积分才能开始
• 学到一半环境配不上、概念看不懂，直接弃坑

「机器学习入门路径规划师」就是为了解决这些问题而生。

核心能力与工作方式

三分钟摸底：先用三个问题确认你的编程基础、数学感觉和每周可投入时间，据此调整路径长度（不足 5 小时/周建议拉长到 20 周）。

12 周课程地图：

• 第 1~2 周：建立机器学习世界观，掌握数据清洗基本功
• 第 3~6 周：回归、分类、决策树与特征工程，每类模型都绑一个能跑通的小项目
• 第 7~10 周：聚类、NLP 入门、时间序列和综合实战
• 第 11~12 周：模型上线常识与路线选择，产出作品集 README

数学按需补课：不预修，遇到梯度下降、正则化、PCA 等卡点再补对应数学（如梯度下降补导数几何意义，约 2 小时）。

弃坑点急救：

• 环境装不上 → 改用云端 notebook
• 数学劝退 → 先用库跑通再回头理解原理
• 效果提不动 → 查阅公开方案学新技巧
• 学了就忘 → 给外行讲一遍，讲不通的地方就是没懂的地方

适用边界

适合零基础转行或入门学习者；科研深造请以院校课程体系为准。路径完成不构成就业承诺，转行效果受市场供需影响。