成為機器學習工程師必須具備的技能
機器學習是關於使計算機執行智能任務,而不是明確地編碼它們怎麼做。這是通過訓練有大量數據的計算機來實現的。
機器學習可以檢測郵件是否為垃圾郵件,識別手寫數字,檢測交易中的欺詐等等。
概率和統計
機器學習與統計學密切相關。
您需要了解統計學和概率論,描述統計學,貝葉斯準則和隨機變數,概率分佈,抽樣,假設檢驗,回歸和決策分析的基本原理。
線性代數
您需要知道如何使用矩陣,以及如何在矩陣加法,減法,標量和矢量乘法,逆,轉置和矢量空間等矩陣上進行一些基本操作。
微積分學
你需要知道微分和積分的基礎知識。
編程技巧
有一點編碼技能就足夠了,但最好有數據結構,演算法和OOP概念的知識。
學習機器學習的一些流行編程語言是Python,R,Java和C ++。
Advertisements
您要決定您想要掌握哪種編程語言,但建議您對其他語言有一點了解,以及它們的優缺點是否優先於您的首選語言。
數據工程師技能
您需要能夠處理大量數據(大數據),並具有數據預處理,SQL和NoSQL,提取,轉換,載入,數據分析和數據可視化等方面的知識。
機器學習演算法的知識
您需要熟悉流行的機器學習演算法,如線性回歸,邏輯回歸,決策樹,隨機森林,聚類(即K均值,分層),強化學習和神經網路。
機器學習框架知識
您需要熟悉流行的機器學習框架,如scikit-learn,TensorFlow,Azure,Caffe,Theano,Spark和Torch。