人工智能工程师学习路线 1 数学基础 1.1 矩阵初步 1.2 极大似然估计 1.3 贝叶斯估计 1.3.1 矩阵求导 2 机器学习算法 2.1 数据预处理 2.2 数模型:决策树 2.3 svm 2.3.1 朴素贝叶斯 3 深度学习算法 3.1 GAN 3.2 NN与DNN原理 3.2.1 CNN原理机经典模型 4 迁移学习 4.1 马尔科夫决策过程 4.2 蒙特卡罗方法 4.2.1 DQN 方法机器变种 4.2.2 TRPO 方法 4.2.3 时间差分方法