机器学习 Mechine Learning
Gary 哥哥
2021/11/15
数据科学的四类角色:
- 领域专家(Domain experts):知晓机器学习的项目应该部署在那个领域当值,类似于产品经理。
- 数据科学家:类似一个全栈工程师。
- ML专家:制作和优化模型。
- 软件开发工程师(SDE):产品的落地,需要维护很多其他管理资源的代码。(运维等)
借用斯坦福实用机器学习课程的PPT来看一下这四类角色的成长:
介绍
本专栏主要分三大版块(Three Parts),主要用于分享与总结机器学习相关
- 机器学习基础
- 深度学习实践
- 工业应用
- 每个核心知识点都包含知识讲解和代码实现。
- 本专栏主要目的用于个人学习,亦不可以篇概全,请谅解,有问题可提出。
- 主要代码实现使用python,将同步到对应github仓库:Machine-Learning-Park,代码尽量做到注释详细,有误请联系我并指出。
- 由于公式块编辑器的缘故,github在线预览的markdown说明文档公式显示会出现错乱,可以关注我CSDN个人博客Machine Learning Park专栏来查看对应的内容,或者下载对应文档,建议使用Typora打开。
版块内容简介
Part1: 机器学习基础
💭 主要概述:
- 介绍机器学习常用算法与模型
- python代码实现
Part2: 深度学习实践
🛎 说明:
- 本版块主要借助沐神的动手学深度学习(d2l)课程与李宏毅的机器学习系列课程。相关资料如下:
- 除了基础理论讲解外,版块还涉及计算机视觉和自然语言处理领域。由于个人精力有限,版块的重点会放在自然语言处理当中。若将来时间允许,也会对计算机视觉领域做深入讲解。
- 同时,理论探究的基础上,高度强调动手实践来实现。
🛠代码实现框架:
具体进度见github仓库
- Pytorch 👨🔧
- Tensorflow 👨🔧
- Others… 👨🔧
Part3: 工业应用
📓本版块主要内容:
- 实用机器学习技巧
- 数据科学相关的比赛
📽 项目进展
🚀请关注github仓库
联系我:
邮箱:✉️1620216938@qq.com
博客:📝https://blog.csdn.net/Garyboyboy?spm=3001.5343