机器学习工程师技能

                              机器学习工程师技能

机器学习工程师需要的技能
一、作为工程师的基本技能
1、数据结构与算法
图、树、矩阵
2、开发语言
Python、R、Scale
3、基础开发能力
单元测试、问题排查、多线程多进程、代码可读性与可维护性
4、架构设计
二、在机器学习方面需要的基本技能
1、统计、高数、线性代数基础
大数定理和中心极限定理、假设检验、最大似然估计、EM、贝叶斯理论、矩阵及向量计算
2、机器学习算法
有监督学习、无监督学习、集成学习、深度学习
有监督学习与无监督的区别是：是否已知类别
3、特征工程能力
特征选择、无效值处理、特征离散化、特征规范化处理
4、机器学习单机开发工具
Sklearn、Numpy、Pandas、Matplotlib
Sklearn 包含了很多种机器学习的方式:Classification 分类、Regression 回归、Clustering 非监督分类、Dimensionality、reduction 数据降维、Model Selection 模型选择、Preprocessing 数据预处理

Numpy：是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算。此外也针对数组运算提供大量的数学函数库。运算效率高，是大量机器学习框架的基础库。

Pandas：Python的一个数据分析包。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具以及能使我们快速便捷地处理数据的函数和方法。

Matplotlib：Python的2D绘图库，以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过Matplotlib，开发者可以仅需要几行代码，便可以生成绘图、直方图、功率谱、条形图、错误图、散点图等。

5、大数据开发工具
Spark、Hadoop