ai-ml-roadmap

照着走，零基础也能系统入门AI/ML

这是一个面向2025年AI和机器学习初学者的学习路线图项目，旨在提供从基础到进阶的系统化学习路径。它解决了初学者面对海量AI/ML资源时不知从何入手、学习路径不清晰的问题。项目以步骤式指南为核心，覆盖数学基础、Python编程、机器学习核心算法、深度学习、自然语言处理、计算机视觉等关键领域，并推荐相应的课程、书籍和实践项目。虽然技术栈标记为JavaScript，但内容本身是跨语言的，主要提供学习资源和路线规划，而非代码工具。其特点是结构清晰、循序渐进，适合零基础或有一定基础但想系统提升的学习者。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 90

维护状态低维护

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队Bhavik-Jikadara

所属国家

官网地址https://ai-ml-roadmap.vercel.app

GitHubhttps://github.com/Bhavik-Jikadara/ai-ml-roadmap

定价模式free

价格说明开源学习路线图，完全免费，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言JavaScript

技术栈/模型artificial-intelligence,computer-vision,deep-learning,deployment,fundamentals-of-programming,keras,libraries,machine-learning,mathematics,mlops,natural-language-processing,production-code,pytorch,reinforcement-learning,roadmap,scikit-learn,tensorflow,tools

GitHub 星标★ 90

30天Star增速

HF 下载量

上线时间2024-07-21 00:00:00

最近更新2026-08-26 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

核心亮点

路线图按阶段划分，从基础到进阶，路径清晰，避免学习迷茫
整合了优质免费资源（如课程、论文、书籍），节省筛选时间
提供实践项目建议，帮助理论结合动手，巩固学习效果

不足之处

内容以资源聚合为主，缺乏原创教学深度，需依赖外部材料
早期项目，社区贡献和更新频率待观察

适用场景

AI/ML零基础初学者规划学习路径
在职开发者转行AI领域时作为参考指南
教育者或培训者设计AI课程大纲时参考

替代项目

data-science-roadmap、machine-learning-for-software-engineers、DeepLearning-500-questions

项目介绍

ai-ml-roadmap 是学习教育领域的开源项目，由 Bhavik-Jikadara 开发，2024 年首次发布。

它收录于学习教育分类，该分类目前共有 429 个项目，GitHub 星标数为 90。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-26。开源学习路线图，完全免费，无付费版本。

它主要面向的使用场景是：AI/ML零基础初学者规划学习路径。同类可对比的替代方案包括 data-science-roadmap、machine-learning-for-software-engineers、DeepLearning-500-qu…。

上一篇：machine-learning-models

下一篇：mlops-interview-questions