（这幅图来自https://github.com/apachecn/ai-roadmap/tree/master/ds-metromap）
从图中可以看到，想要成为一名资深的数据科学家，需要掌握的知识非常多，不过只是入门机器学习，并不需要所有东西都要会，都精通的话就是专家了。
通过这幅图，我们可以大概看到自己的学习路线，内容是非常多，不过好多是概念性的、理论性的知识，只需要百度或谷歌一下，就可以找到答案了，而对于这种常识性的概念知识，只需要知道就足够了。
对于初学者来说，我觉只需要了解部分基础知识、一些统计常识、有一定的编程基础、部分可视化知识已经足够了，而机器学习模块是我们将要学习的模块而已。
而中级人员的提升，则需要对初学者部分进行巩固扩展外，还需要增加数学基础、机器学习算法、大数据、数据提取和规整（对特征码的抽象、设计与清洗的加深学习）等内容的学习，懂得运行大数据知识，通过分布式计算来提升机器学习性能。
而高级人员，在精通初中级人员的知识外，还需要往专业领域深入发展，比如深度学习、NLP、人脸识别、图像识别、自然语言处理、机器人、语音识别等等。