文章目录
机器学习工程师知识储备
中文机器学习资源总概括 https://github.com/apachecn/AiLearning
东半球最大的 AI 社区什么都有 https://github.com/apachecn
超全机器学习工程师成长路线图 https://github.com/virgili0/Virgilio
1编程语言:Python
使用语言python,廖雪峰python教程
https://www.liaoxuefeng.com/wiki/1016959663602400
2 数学基础
- 机器学习的数学基础(高等数学,线性代数,概率论和数理统计) https://zhuanlan.zhihu.com/p/36311622
- http://www.huaxiaozhuan.com/
1.线性代数基础 基本知识、向量操作、矩阵运算、特殊函数
2.概率论基础 概率与分布、期望和方差、大数定律及中心极限定理、常见概率分布、先验分布与后验分布
3.数值计算基础 数值稳定性、梯度下降法、二阶导数与海森矩阵、牛顿法、拟牛顿法、约束优化
3 数据结构和算法
(1)网上资源
- 浙大的网易公开课:
http://www.icourse163.org/learn/ZJU-93001?tid=1002019005#/learn/announce
看视频学习的同时,建议把课件上的代码敲一遍,还有习题也是要做的 - 数据结构和算法必知必会的50个代码实现
https://github.com/wangzheng0822/algo - 清华大学数据结构(上)(自主模式)
http://www.xuetangx.com/courses/course-v1:TsinghuaX+30240184+sp/about - Python 实现算法(排序算法、搜索算法、插值算法、跳跃搜索算法、快速选择算法、禁忌搜索算法、加密算法),算法的代码实现给的资料也比较丰富,除了算法基础原理部分的Python代码,还有包括神经网络、机器学习、数学等等代码实现。
https://github.com/TheAlgorithms/Python
(2)算法导论
难度比较大,个人建议还是有一定数据结构和算法基础之后再看,并且可以选一部分看。我建议可以看一下贪心算法、动态规划和红黑树,特别是红黑树。
https://github.com/walkccc/CLRS
(3)刷题
-
剑指offer
强强强推,编程能力的提高就靠它了,面试过程中的手写