从大的学习路线来说，主攻人工智能干系方向的同学，都该当重视机器学习干系知识的储备，一方面机器学习被认为是打开人工智能大门的钥匙，另一方面机器学习的入门也相比拟较大略，能够快速得到一定的学习造诣感，从而建立起一定的学习兴趣，这对付后续开展科研活动是比较主要的。

对付初学者来说，学习机器学习可以分为三个阶段，第一个阶段是节制机器学习的基本观点和方法，理解从数据采集、算法设计、算法实现、演习到算法运用的全过程，这个过程会让自己快速建立起对付机器学习的理解和认知。

第二个阶段是理解和运用常见的经典算法，可以从k隔壁、决策树、朴素贝叶斯等经典算法开始，这样也会尽快得到一定的学习造诣感，这个阶段的重点是理解和学习各种算法，建立起对付算法的认知，毕竟算法是机器学习的核心。

第三个阶段是搭建实践场景，能够利用机器学习框架（tensorflow等）来完成一些实践，如果没有详细的课题和项目支撑，也可以做一些案例复现，这会进一步提升对付机器学习（深度学习）干系内容的认知，对付未来有就业操持的同学来说，这个环节更该当重视。

目前在人工智能所有的大类方向当中，nlp和cv这两个方向的热度是比较高的，我在同学们的推动下，近两年也陆续新开了这两个方向，但是由于积累并不多，以是我目前也在跟其他导师进行互助，以便于为同学们搭建一个更好的互换和科研场景，虽然我比较看好这两个方向，但是目前要想在这两个领域出成果，还是具有一定难度的。

末了，如果有打算机专业的学习和科研等问题，可以向我发起咨询。