您可能听说过机器学习。 从自动驾驶汽车到类似人类的机器人,一切似乎都被围绕这一话题的炒作所笼罩。 作为Java开发人员,您可能会感到有些疏忽:大多数流行的数据科学和机器学习框架都是首先为Python构建的。 您如何以Java开发人员的身份参与机器学习?
我在Springboard上工作,该公司提供了第一个机器学习职业轨道并提供了工作保障 。 我们已经花了很多时间与具有Java丰富背景的申请人合作,并帮助他们弥合背景和进入机器学习职位之间的差距:无论是作为可以将机器学习添加到工具包中的软件工程师,还是作为工作人员作为全职的机器学习工程师。
这是专门为Java开发人员量身定制的循序渐进教程。
1-了解机器学习基础
不管使用哪种编程语言,都必须了解机器学习基于统计和理论的基础才能正确实现。 Google的深度学习课程和阅读有关机器学习算法工作原理 的入门课程是一个不错的起点。 如果您需要数学,统计和概率更新, KhanAcademy会提供有关线性代数 , 概率,统计和微积分的有用资源,您需要刷新这些资源以了解您对机器学习模型所做的工作。
2- 练习使用Java工作台实现机器学习模型
您需要拥有一个带有带有GUI(图形用户界面)的机器学习框架的环境,该环境允许您以直观的方式直接与机器学习算法进行交互。 例如, Weka具有一系列用Java预编写的机器学习实现。 从具有Java API的GUI列表中进行选择,并轻松使用Java进行机器学习。
3-使用不同的Java机器学习库
在适合机器学习的Java环境中工作后,您应该继续使用专门为实现某些机器学习算法而编写的不同Java框架进行练习。 确保使用最适合您的机器学习需求的库进行一些练习。
4-部署您的第一个项目
归根结底,机器学习是关于采用ML模型并将其以可扩展和高性能的方式应用于数据。 您将要采用所学的理论并将其应用于不同的问题。 如果需要使用数据集,请查看Kaggle 。 该平台不仅为您提供了竞争和展示您的机器学习技能的机会,还提供了根据其受欢迎程度进行评估的数据集,并与其他人在其上建立的不同项目进行了背景关联。
如果您在Kaggle上找不到要查找的内容,则此Github存储库 y带有指向您可以尝试的各种超棒公共数据资源的链接。
5-用新技能促进职业发展
最后,一旦建立了几个项目并使用了不同的机器学习框架,您就可以开始与ML工程师建立联系,并在您当前的工作中或在从事机器学习工程师的新工作中应用新技能。 获得有关机器学习面试问题的最新信息,并获得有关如何以软件开发人员的身份使用新的机器学习技能的建议。 一种成功的网络联系方式是与您想要工作的公司中的机器学习专家进行信息采访 。 例如,您可以在LinkedIn上找到这些专家,然后与他们联系。
希望该清单可以帮助您制定从Java开发人员到机器学习工程师或具有机器学习工具包的Java开发人员的路线图。 如果您觉得需要专业的指导和工作保障来确保您将要学习机器学习,那么,Springboard的AI /机器学习职业轨迹就是最好的选择 。
翻译自: https://www.javacodegeeks.com/2019/02/leverage-java-skills-machine-learning.html