作为第一篇技术博客,不打算写很多技术性的东西,主要就写一下当前的想法和大致的规划。
1.良好的解决方法
想要成为职业素养高的码农,对自己的要求不能差不多就行,要想靠这个成为行走江湖的看门技术,得有良好的训练体系。
从解决实际问题的角度看,遇到问题时,首先得靠自己解决
提供解决方法:
1)善用搜索引擎 :Google > 必应·> CSDN >百度
2)从行业大牛的技术贴中学习
Python:廖雪峰(首页 - 廖雪峰的官方网站 (liaoxuefeng.com))
Java、数据结构:兰亭风雨(兰亭风雨的专栏_兰亭风雨_CSDN博客-剑指offer,剑指offer,Java并发编程系列领域博主)
算法:OiWiki (OI Wiki (oi-wiki.org))
机器学习:Jason Brownlee(Machine Learning Mastery)+(The Spectator – Shakir's Machine Learning Blog (shakirm.com))
3)通过技术交流群拓展知识面
4)一定得自己动手敲代码:不要只局限在看懂代码的表面,自己构建时才能发现其中的细节
5)debug这个技能非常重要:调试能够帮助自己理清思路,找到问题
2.基础(背景)知识学习
首先是得掌握两个方面
1)数学:线性代数 + 高等数学 + 概率论 + 数值分析
2)Python面向对象的编程: 廖雪峰 +【用Python做数据分析】
3.机器学习理论入门
机器学习理论算法:李航的统计学习 + 刘建平 + Sklearn
学习重点在于能够手推公式
4.机器学习竞赛实战
:【阿里云天池大赛赛题解析--机器学习篇】
重点关注在:工业蒸气预测、阿里云安全恶意程序检测
方法:赛题理解、数据探索、特征工程、模型训练、模型验证、特征优化、模型融合
5.深度学习理论学习:
李沐老师:【动手学深度学习】
NLP任务上大概可以分为四种:文本分类 文本匹配 序列标注 文本生成,
CV任务大致也可以分为图像理解和生成:
理解这块大致可以分为:分类、检测、分割、追踪;
生成这块基本就是GAN模型
cs231n + cs24n:不用多说了,公认的好课
+刘二大人(CNN+RNN)
框架:Pytorch + tensflow
6.深度学习竞赛实践
一个是新闻分类项目,一个是街景字符识别,也就是图片分类项目
7.GPU云服务器平台
智星云(智星云 AI Galaxy | GPU云服务器 GPU服务器租用 远程GPU租用 深度学习服务器 | 免费GPU 便宜GPU (ai-galaxy.cn))
其中用户类型很多:人工智能 + 渲染测绘 +围棋AI