/CodeFun

DataStructure(SwordOffer、LeetCode)、Deep Learning(Tensorflow、Keras、Pytorch)、Machine Learning(sklearn、spark)、AutoML、AutoDL、ModelDeploying、SQL

Primary LanguageJupyter Notebook

MachineLP:

其实事物发展有自己的潮流和规律,当你身处潮流之中的时候,要紧紧抓住潮流的机会,想办法脱颖而出,即使没有成功,也会更加洞悉时代的脉搏,收获珍贵的知识和经验。而如果潮流已经退去,这个时候再去往这个方向上努力,只会收获迷茫与压抑,对时代、对自己都没有什么帮助。

但是时代的浪潮犹如海滩上的浪花,总是一浪接着一浪,只要你站在海边,身处这个行业之中,下一个浪潮很快又会到来。你需要敏感而又深刻地去观察,略去那些浮躁的泡沫,抓住真正潮流的机会,奋力一搏,不管成败,都不会遗憾。

切记:求精不求多,有舍才有得;不做旁观者,不拒绝身边的任何小事。

欢迎加微信:lp9628。  因为相信所以遇见,有时候你我相遇不一定是巧合。

该部分包含基础的语法和代码,可以快读上手,并且可根据自己的需求自行查看需要了解的基础知识。

随着自己的知识边界越来越...,越会发现数据结构和算法的重要性,很多框架底层都是使用像数组、链表等数据结构,后续的各种数据结构和算法也是由此构建而来。(通过查看很多框架源码也会发现这个问题)

作为近两年热点的深度学习当然也是重点的内容之一,本部分会从tensorflow、keras、pytorch框架的使用进行介绍,主要涉及推荐、计算机视觉、自然语言处理、GAN、RL几个方面。

作为长久不衰的机器学习,由于其可解释性强、硬件要求不算高、高效的特点,在各行各业依然起的非常重要的作用。

AutoML/DL作为近期的热点,各厂都有呈现自己的paper、框架,都在想从这个热潮中脱颖而出。该部分直接影响到算法工程师今后的工作方向,值得关注。

模型服务模块可以说是必不可少的一个环节,当训练好的模块要使用的时候,可以通过服务端、sdk等方式,本部分会介绍通过服务的方式让模块跑起来。

作为和数据打交道的工程师,sql是必备技能之一,直接影响到你取数的成败、效率、资源占用,要做好也是要下一份苦功夫。

参考: