程序员转行算法工程师学习计划

最新推荐文章于 2024-05-03 08:35:17 发布

展翅高飞

最新推荐文章于 2024-05-03 08:35:17 发布

阅读量973

点赞数 3

文章标签：人工智能算法 python 机器学习

本文链接：https://blog.csdn.net/qq_41310201/article/details/108666581

版权

程序员转行算法工程师学习计划

前言
计划

前言

在做应用工程师的过程中,偶然间遇到了算法问题,发现喜欢算法,所以从0开始准备"转行"算法工程师,这篇文章是我确定转行一个月后写的,在这里分享一些我的学习计划,遇到的问题,和收藏的资源,希望能帮助大家,并提醒自己.不到目标绝不放弃!

计划

1.选择编程语言

原本我是用java的,所以本来是希望使用java进行转行,但是在翻看招聘信息后,算法工程师里很少有要求java的(但是也不是没有),出现最多的是python和C++,R语言和C语言也偶尔会出现,基于大学自学过python,做过爬虫,深深的喜欢这种简单明了的语言,所以,最终我准备使用python作为学习的基础语言.如果有编程基础的小伙伴,建议还是使用自己熟悉的语言,这样会节省很多学习成本,如果都没有接触过,就用python吧.

2.选择算法方向

算法工程师其实是一个大类,它还会细分很多的领域,如图像识别,推荐算法,搜索引擎,NLP(自然语言处理),控制算法,信号等等,如果你能明确一个方向,那固然好,但是如果和我一样不了解其中的区别,那就不必这么早做定论了,算法殊途同归,基础基本都是一样的,那就是机器学习,所以无论你做什么基础都是一样的,这个问题可以留到学习机器学习的过程中慢慢考虑.

如果没有什么头绪,就去看一下招聘要求,大多数都会有熟悉机器学习经典算法的要求,而不同方向的要求,虽然要求的一些理论不太一样,但是本质都是数学么,所以没有必要过早的确定方向,时间会给你答案的.

3. 推荐机器学习视频教程

如果你在网上查找机器学习入门教程,一定会看到吴恩达老师的教程,而且我看过了很多优秀的学习路线推荐,基本上千篇一律就是他,于是我便尝试了一下这个在course上有着4.9分超高评分神级教程,确实很不错,讲解的恰到好处,既不过于深入玄奥,也干货满满,所以第,一个学习视频,就选吴老师吧.这里有他的视频教程,有中文字幕: https://www.coursera.org/learn/machine-learning

如果认为看视频太慢的小伙伴,没有关系,已经有前辈为咱们铺好了道路,在GitHub上有视频的中文视频笔记,基本和视频描述的差不多,如果看不懂可以回过来翻翻视频,笔记链接: https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

至于python的教程以及中间用到的python库,个人认为菜鸟教程做的就很好,容易犯困的小伙伴可以找一下相关视频教程,看视频总比看文字好一些.

4. 我看过的书

这个我真正研究过的只有两本书,《西瓜书》和《python机器学习（第二版）》,评价一下.

起初我看的是知名度非常高的周志华老师的西瓜书,但是,看的我差点放弃了,因为难度过高,对于我这个大学数学只能勉强算的上良好的人来说,西瓜书里的内容真的是劝退级的,介于篇幅限制,里面的公式很多都是简单说明,对于我这个喜欢思考原理的人来说是还是比较痛苦的,哪怕我有西瓜书的讲解材料《南瓜书》也不行,但是理论知识决定你未来的高度,这本书虽然不适合入门的人看,但是,当你对机器学习的数学知识有充足的掌握后,这本书还是高度推荐看一下的.

后来我的参考书籍就转成了《python机器学习》,我买的是中文的翻译本,如果说吴恩达老师的教程更多的是将理论的话,那这本书则相对偏重于应用,对我们以后使用python编写代码,这本书还是一本不错的参考书籍,里面包含了详细的python代码.书中还使用了很多流行工具和框架,这些工具和框架在招聘中频繁的出现,还是非常有参考价值的,不过也不知道是翻译的问题,还是表达的问题,书中解释有时并不是那么容易理解,但是还是想推荐一下,作为学习的参考书籍.

5.数学

数学基础还是比较重要的,但是目前没有找到好的,专门针对机器学习的数学课程,因为时间原因,我准备在学机器学习的过程中,遇到不懂的数学问题,就回顾一下,从网上查一下，这种学习方法虽然不全面，但是确实有效，每次学习一个知识点,我都可以很好的记住其中用到的数学知识,其实机器学习常用的数学知识并没有想象的那么复杂和庞大,建议喜欢数学的小伙伴,学习一个算法,就尽可能弄明白其中的数学原理,先立一个小目标,能轻松看懂《西瓜书》！