机器学习学习计划

        最近一段时间正值秋招,找了一圈工作,主要找了一些后台开发方面的工作(在实验室项目主要是写业务后台)。时间过的好快,自己写后台代码已经有两年了,怎么说呢,可能是自己的视野过小吧,其实不少人都是认为普通的后台只是增删改查。其实我觉得只是现在从事后台开发的门槛降低了,大量开发框架的出现,使得程序开发只需要调用基本的API,可以专心与自己的业务。然而个人觉得要想真正掌握好后台还是需要学习很多知识的,从操作系统,数据库,计算机网络,各种协议等等。也怪自己接触的编程到目前为止都只是简单业务实现吧,其实要写出高性能的商业级程序还是很难的。

       自己目前找到了一些后台开发以及云计算的一些工作,至于以后具体从事什么还没有想好,不过方向一般会是云计算,大数据以及人工智能等。之前一直有一个偏见:在学校学习什么就得找什么样的工作。其实,科研和工作是两件事(鹏鹏说的)。如果能把两者结合起来最好,不然的话,其实个人是可以选择自己的职业的,不要过于拘泥于传统的偏见。现在自己想学习一些有关机器学习的知识,我感觉以后机器学习会成为程序员的一项基本素质,就像是操作系统这样的基础课程一样。

      之前老是听大家说起AI,机器学习等等,感觉很高大上的样子,最近花一段时间简单学习了一下机器学习,初一看这就是数据拟合,主要利用概率论的观点,辅助矩阵论来进行计算。还好自己的数学知识还是有一些的,于是简单制定了一下机器学习的计划。初步先以一下计划来进行学习,当然随着学习程度的加深,可能也会适当调整一下自己的学习计划。

1.  机器学习

  1. python基础
  2. 机器学习--周志华
  3. 统计学习方法--李航
  4. 机器学习实战
  5. Andrew Ng 的机器学习课程

2.  深度学习

  1. 深度学习
  2. 深度学习框架

3.  强化学习

4.  应用层面

  1.  计算机视觉
  2. NLP
  3. 推荐系统等

   大致计划如上所示,慢慢来吧,根据具体的学习过程再适当调整,想自己先简单看一下基础,然后找个相关实习来实践一下。

   从实验室解放了,现在时间较为充裕,自己会经常写一下博客,来总结一下自己得与失,以及对于技术学习的菜鸡心得!

      

猜你喜欢

转载自blog.csdn.net/u014106644/article/details/83145829
今日推荐