超詳細的演算法學習路線
https://cuijiahua.com/blog/2020/10/life-73.html
主要分為 4 個部分：數學基礎、編程能力、演算法基礎、實戰，
1、數學基礎
在機器學習演算法中，涉及到最為重要的數學基本知識有兩個：線性代數和概率論，
這兩也是大學的必修課了，如果知識早已還給老師，也沒關系，哪里不會學補哪里，
線性代數研究的是線性空間的性質，資料通常會被表示為歐式空間中的點，而這些點經過一系列變換后會映射到另一個空間，在新的空間中隱藏在資料中的規律才得以顯現，
所以線性代數作為研究空間的一門科學，是入門機器學習的最要基礎之一，
視頻：推薦 MIT 的老教授 Gilbert Strang 的線性代數上課視頻，
沒學過線代的同學會發現這門課程，講得清晰而且直觀，深入線代的精髓，完全不是那種理論堆砌的講法，而且老教授幽默風趣，很有人格魅力，
英文不好，也不用擔心，字幕是中文的，
概率論是研究不確定性的一門科學，生活處處是概率，機器學習演算法需要對現實情況建模，自然是少不了將概率論作為工具，
這門課入門并不難，大家可以挑一本評分還可以的書開始學習，
這里推薦陳希儒的《概率論與數理統計》，講得很詳細，如同聽一個老者回憶自己的概率與統計心得，相信讀者也會有所識訓，
2、編程能力
編程語言，需要至少掌握兩門， Python 和 C++，
作業中，Python 主要用于處理資料、演算法調研、模型訓練的作業，而 C++ 則是負責工程落地，
演算法工程師，需要針對落地場景，對演算法的可靠性和實時性等方面進行優化，C++ 工程能力必不可少，
Python 是一門非常友好的編程語言，不但易于入門而且功能強大，在進行機器學習演算法開發的程序中會大量使用 Python，
視頻：我上學看的第一個視頻，就是小甲魚 Python 課程，風趣幽默，涉及Python 語法基礎、網路爬蟲、Pygame 飛機大戰等內容，內容很豐富，
C++是一種面向物件的程式設計語言，無論你是做演算法，還是做開發，亦或者是做測開，C++ 都應該掌握，它是一個基礎的編程語言，學會了這門編程語言，再學其它，就會更得心應手，
視頻：這部分推薦慕課網的免費教程，很好的入門視頻，老師講得繪聲繪色、形象生動、通熟易懂，
想進階，進一步學習，直接上 LeetCode，
力扣可以從 HOT 100 或 精選演算法 200 題刷起，題目相對于《劍指Offer》要增加一些難度，但每道題目都有對應的解題思路和答案，
堅持刷完 200 道，大多的面試輕松搞定，完全夠用，
當然要面試谷歌級別的大佬，Hard 題是不能放過的，
刷題地址：https://leetcode-cn.com/
3、演算法基礎
恭喜大家，在做了前面這么多基礎作業之后，終于可以開始入門機器學習演算法了，
機器學習：
視頻：推薦吳恩達老師的機器學習視頻，吳恩達是整個領域的巨頭之一，學術地位很高，同時，他出的視頻也對新手非常友好，入門的不二之選，
下載地址（提取碼：jack ）：
鏈接：https://pan.baidu.com/s/1OglLhzB5gWHrK_pkAWF2Sg
教材：還是那句話，光看不練是不行的，《機器學習實戰》，理論結合實戰，適合新手，
在線閱讀地址：https://cuijiahua.com/blog/ml/
深度學習：
深度學習是現在的演算法工程師繞不開的一個子領域，是機器學習的子集，
視頻：還是推薦吳恩達老師的深度學習視頻，也是對新手非常友好，
下載地址（提取碼：jack ）：
鏈接：https://pan.baidu.com/s/1TShDS2_jioxMRhFv2253aQ
教材：說實話，深度學習，我并沒有看過書，都是視頻+ Github 開源專案學習的，不過被譽為深度學習領域圣經的“花書”，可以備一本，
下載地址（提取碼：jack）：
鏈接：https://pan.baidu.com/s/1Pv3DbB2Eqp1oK0PlgTHxbA
深度學習框架：
深度學習框架有很多，Tensorflow、Pytorch、Paddle、MXNet、Caffe等，
我在作業程序中，用的最多的是 Pytorch，其次是 Tensorflow，
新手上手，推薦先學 Pytorch，可以直接看 Yunjey Choi 大佬的 Github 教程，簡單入門：
專案地址：
https://github.com/yunjey/pytorch-tutorial
Pytorch 深度學習框架學習，也可以看我寫的 Pytorch 深度學習實戰系列教程，有垃圾分類、影像分割等結合實戰的小專案，
Github 開源代碼 Star 400+，fork 250+，
專案地址：
https://github.com/Jack-Cherish/Deep-Learning
我也將這個系列打包成了本地 pdf，喜歡離線看，也可以直接下載，
下載地址（提取碼：jack）：
鏈接：https://pan.baidu.com/s/1PXkcKJa-ZJ0fWeqVduCoZA
4、實戰
實戰實戰，文章反復提到了這么多次，僅僅這些還是遠遠不夠的，
因為更多時候，你是跟著視頻 or 文章的思路去實戰，這缺少了獨立思考的程序，
學了這么多，你并沒有獨立完成過一個專案，資料怎么處理，怎么分析問題，用什么演算法解決問題，也沒有獨立思考過，
演算法工程師的崗位競爭也比較激烈的，為了在茫茫人海中脫穎而出，我們需要以團隊或個人的形式，獨立完成一些專案，只有這樣，你才能更具競爭力，
對于學生黨，做專案，最簡單直接的方法就是參加競賽，
推薦兩個參加競賽的地方，一個是國外的 Kaggle，另一個是國內的阿里云天池，
兩個競賽的獎金也都很豐富，根據自己的喜好，參賽即可，
Kaggle：Kaggle: Your Machine Learning and Data Science Community
阿里天池：https://tianchi.aliyun.com/competition/gameList/activeList
既能打比賽，又能贏獎金，何樂而不為呢？
三、資料打包
本文提到的資料，我都打包了，可以直接全部打包帶走
下載地址（提取碼：jack）：
鏈接：https://pan.baidu.com/s/12tbVrUF056pY7aCyMpgl1w
PS：有能力支持正版的，資料覺得不錯，可以去購買支持一波正版，
計算機原理：
計算機科學速成課：https://www.bilibili.com/video/av21376839
作業系統：https://www.bilibili.com/video/BV1js411b7vg
數學：
MIT老教授Gilbert Strang線性代數：https://www.bilibili.com/video/BV1at411d79w
編程語言：
Python：https://www.bilibili.com/video/BV1Fs411A7HZ
C++：https://www.imooc.com/search/?words=C%2B%2B
觀看順序是：起航篇、離港篇、封裝篇、繼承篇、多型篇、模板篇，
資料結構：https://www.bilibili.com/video/BV1JW411i731
劍指Offer刷題筆記：https://github.com/Jack-Cherish/LeetCode
演算法基礎：
機器學習：https://www.bilibili.com/video/BV164411b7dx
深度學習：https://www.bilibili.com/video/BV1FT4y1E74V
JackCui機器學習教程：https://github.com/Jack-Cherish/Machine-Learning
Pytorch框架：https://www.bilibili.com/video/BV1Rv411y7oE
Tensorflow框架：https://www.bilibili.com/video/BV1kW411W7pZ
本文來自博客園，作者：原力星球，轉載請注明原文鏈接：https://www.cnblogs.com/cheng020406/p/17294681.html
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/549338.html
標籤：其他
上一篇：應急回應基礎技能