Beranda
Artificial Intelligence (AI)
Data Science

AI Learning Roadmaps: Panduan Belajar AI

ai-learning-roadmaps adalah repositori open source berlisensi MIT yang mengumpulkan roadmap, buku, kursus, playlist, paper, dan sumber belajar lain untuk Artificial Intelligence, Machine Learning, Deep Learning, dan Data Science. Proyek ini ditujukan bagi mahasiswa ilmu komputer, penggemar AI, dan profesional yang ingin membangun fondasi dari tingkat pemula hingga lanjutan. Repo ini menyusun materi secara modular sehingga dapat diikuti berurutan maupun paralel sesuai tujuan belajar.

Tampilan README bishwaghimire/ai-learning-roadmaps di GitHub

Apa yang Ditawarkan dan Mengapa Menarik

ai-learning-roadmaps bukanlah pustaka kode yang dipasang ke aplikasi, melainkan hub kurasi yang membantu pembelajar memilih jalur studi yang masuk akal. README menjelaskan bahwa sumber dipilih untuk menyeimbangkan teori, intuisi, dan penerapan dunia nyata, dengan modul yang bisa diikuti secara sekuensial atau paralel. Selain itu, proyek menampilkan jalur karier dan rekomendasi sumber yang banyak digunakan di akademia, riset, dan industri.

Gambar dari README bishwaghimire/ai-learning-roadmaps

Fitur utama yang tercantum di README meliputi:

  • Roadmap terstruktur dari fondasi hingga topik lanjutan, mencakup AI, Data Science, Machine Learning, Deep Learning, Computer Vision, NLP, LLM, Generative AI, RAG, MLOps, riset ilmuwan, dan keamanan/alignment AI.
  • Jalur belajar berbasis karier, seperti Beginner/CS Student, AI Engineer, Applied ML Engineer, Data Scientist, GenAI Engineer, Computer Vision Engineer, NLP Engineer, MLOps Engineer, Research Scientist, dan AI Safety/Policy.
  • Fondasi matematika dengan sumber yang dikelompokkan berdasarkan area, fokus, dan level, mulai dari linear algebra, kalkulus, probabilitas, statistik, hingga optimisasi.
  • Fondasi pemrograman dan framework, termasuk Python, NumPy, Pandas, Matplotlib, serta PyTorch atau TensorFlow, beserta buku, playlist YouTube, dan kursus.
  • Daftar tools dan framework yang banyak dipakai, seperti Matplotlib, Seaborn, Plotly, Scikit-learn, PyTorch, TensorFlow, JAX, Hugging Face, LangChain, LlamaIndex, FAISS, Pinecone, Weaviate, Chroma, MLflow, Weights & Biases, dan DVC.
  • Seksi paper riset dan blog serta komunitas AI/ML, sesuai daftar isi README.

Cara Install

README tidak menyediakan perintah instalasi untuk repositori ini karena isinya berupa dokumentasi dan tautan sumber belajar. Prasyarat yang disebutkan di README adalah Python 3.10+, VS Code, virtual environment (venv), notebook, dan library Python esensial. Langkah singkatnya:

  1. Unduh Python 3.10 atau lebih baru dari halaman resmi Python.
  2. Pasang editor Visual Studio Code dari halaman resminya.
  3. Siapkan virtual environment menggunakan dokumentasi venv Python.
  4. Gunakan notebook melalui Google Colab atau Jupyter Notebook untuk latihan.
  5. Lihat berkas Packages.md di repositori untuk daftar library Python esensial.
  6. Pilih roadmap sesuai tingkat dan jalur karier, lalu ikuti modul yang relevan.

Contoh Penggunaan Singkat

README menyarankan cara menggunakan repositori secara sederhana:

  1. Mulai dari AI Roadmap jika Anda masih baru.
  2. Lanjut ke ML, lalu DL, kemudian spesialisasi seperti CV, NLP, atau LLM.
  3. Pilih jalur karier yang sesuai, misalnya Engineer, MLOps/Production, Research Scientist, atau AI Safety/Policy.

README juga menegaskan bahwa pengguna tidak perlu mengikuti semua materi secara linear karena roadmap bersifat modular tetapi saling terhubung.

Repositori: bishwaghimire/ai-learning-roadmaps on GitHub

Posting Komentar