My first blog

 

 

 

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* 

　　　　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*：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*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*

　　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*理论入门

　　机器学*理论算法：李航的统计学* + 刘** + Sklearn

　　学*重点在于能够手推公式

4.机器学*竞赛实战

　　：【阿里云天池大赛赛题解析--机器学*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*理论学*：

 　　李沐老师：【动手学深度学*】

　　 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*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*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*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