程序员转行算法工程师-第一个月学习总结

学习内容

1. 完成了吴恩达老师的机器学习视频,教程使用的是网易云课堂的资源
2. 完成了numpy,pandas,matplotlib的基础应用学习,使用的是bilibili上吴邪的教学视频
3. 还完成了力扣大概10多个题,这里强烈推荐一个刷题插件: 力扣加加,他会将这个题用到的知识点以及详细的知识点解答都展示出来,都是大逻辑上的最优解,不需要自己再找题解了,很大的提高了学习效率,网址:https://lucifer.ren/blog/2020/08/16/leetcode-cheat/,有个几分钟的视频教导如何使用,非常简单

学习心得

1. 我发现bilibili是一个非常好的机器学习社区,里面有大量的优质视频给你指点方向,这里推荐一个up主: 猪立业at人工智能,当然有很多不错的up主,当你感到迷茫的时候,就来这里看看吧,一定有你想要的
2. 力扣是一个非常好的训练自己算法基础的地方,甚至很多都是大厂面试的变种题,每天一题,并且还可以训练自己的编程技能,一举两得,非常推荐,前提是每个题不能通过就完事了,有的题目解决起来可能很简答,难的是如何将时间复杂度和空间复杂度调整到最优,这也是大厂喜欢考察的地方,强烈建议平时多做一下

下一步学习计划

1. 理论学习继续看吴恩达老师的深度学习教学视频,这个在网易云课堂上有一个微专业课程,大概16个周的课程,最终,你可以学习到如何建立一个深度神经网络,并且学习到常用的深度学习使用的理论和框架,包括卷积神经网络,递归神经网络,长短期记忆,序列模型等,因为大学的时候学过几周,所以我准备用2个月左右的时间完成这些课程
2. 算法方面继续刷力扣题目,每日一题,学习算法的同时,打磨自己的编程技能
3. 开始学习机器学习框架(scikit-learn)和深度学习框架(TensorFlow),在招聘要求中,这两个是出现较为频繁的两个框架,而且目前最为常用的框架
4. 如果有时间,在看一下常用的机器学习算法,有监督的(线性回归,朴素贝叶斯,逻辑回归,决策树,SVM(支持向量机), 隐马尔科夫模型),无监督的(K-均值法,PCA(主成分分析), SVD, GMM),以及优化算法(梯度下降,对偶算法,牛顿法,模拟退火算法)
5. 当完成上面80%之后,我将开始实战,天池是阿里发起算法竞赛网站,里面有从入门到高端的算法问题(高级算法题目还有奖金),那将是我的下个大计划,不过这估计要等到3个月之后,先不计划的很详细了.

加个油

每个人都会有状态好的时候,也有状态不好的时候,最近有一周感觉状态十分不好,静不下心来,早上无法早起,啥也不想干,我是那种喜欢顺其自然的人,状态好的时候就多学一点,状态不好的时候少学点,拿出点时间出去玩一玩,吹吹风,尽快的调整状态,所以当自己状态不好的时候,也不要丧气,有一个好的方法是给自己立一个计划,每个月完成这个计划,不一定要每天保持同样的进度,这样就可以保证自己进度的同时,又不会因为自己状态不好而懊悔了.

很期待半年后的自己,希望你们和我一起,半年后能成为一名合格的算法工程师,加油ヾ(◍°∇°◍)ﾉﾞ