系统设计和机器学习算法

算法训练网站

提供了大量可以练习的网站:

1、Leetcode

2、Geeksforgeeks

3、Hackerrank

4、Lintcode

系统设计和机器学习算法

系统设计

关注：系统设计、面向对象的设计、数据库模式设计、分布式系统设计、大型系统架构、可扩展性等案例研究相关文章

去深入了解整个系统的设计，包括整个读/写流程、如何保证很强的一致性、次要/主要压缩起到作用、LRU 缓存和 Bloom Filter 的作用等.

可以将 HBase 和 Cassandra 进行比较，设计上的相似点和不同之处

许多博客也能提供很多知识，比如 Hacker Noon、一些公司的工程博客以及开源项目的官方文档

机器学习

经典教材：

《The Elements of Statistical Learning》

《Pattern Recognition and Machine Learning》

基本概念：偏差/方差权衡、过度拟合、梯度下降，L1/L2 正则化、贝叶斯定理、协同过滤、降维

常用公式与模型推导：贝叶斯定理、逻辑回归、支持向量机

简单的模型：决策树、 K 均值聚类

机器学习产品的过程：

1、确定目标：预测、推荐、聚类、搜索

2、使用正确的算法：监督与无监督、分类与回归、广义线性模型/决策树/神经网络等，使用知道的原因

3、选择模型性能指标

4、生产优化模型

使用 Spark MLlib 和 XGBoost 简单地调用 API 训练出一个模型,研究 Stochastic gradient descent 适合分布式训练原因，

知道GBoost 和 GBDT 的区别原理。

核心原理的技能：

数学：微积分，统计学，线性代数
周边学科：信息论基础
推荐算法： CF，LR，SVM，FM，FTRL，GBDT，RF，SVD，RBM，RNN，LSTM，RL
数据挖掘：分类，聚类，回归，降维，特征选择，模型评价
web服务： tornado, django, flask
数据存储： redis, hbase, cassandra, mongodb, mysql, hdfs，hive, kafka, elasticsearch
机器学习/深度学习： Spark MLib，GraphLab/GraphCHI，Angel，MXNet，TensorFlow，Caffe, Xgboost，VW，libxxx
文本处理： Word2vec，Fasttext，Gensim，NLTK
矩阵分解： Spark ALS，GraphCHI，implicit，qmf，libfm
相似计算： kgraph, annoy，nmslib, GraphCHI, columnSimilarities(spark.RowMatrix)
实时计算： Spark Streaming, Storm，Samza

评估开发人员所有技能的最好方法，

1、制定目标和计划

1、保持好奇心

2、勇于研究，敢担当责任

3、良好的执行能力

二、数学知识

2.1 【AI_数学知识】数学分析

2.2 【AI_数学知识】概率论

2.3 【AI_数学知识】线性代数

三、机器学习

3.0 【AI_机器学习】基础知识

3.1 【AI_机器学习】K-近邻算法

3.2 【AI_机器学习】决策树

3.3 【AI_机器学习】朴素贝叶斯

3.4 【AI_机器学习】逻辑回归

3.5 【AI_机器学习】SVM

3.6 【AI_机器学习】AdaBoost元算法

3.7 【AI_机器学习】随机森林算法

3.8 【AI_机器学习】树回归

3.9 【AI_机器学习】神经网络

3.10 【AI_机器学习】隐马尔科夫

四、深度学习

4.1 【AI_深度学习】CNN 卷积神经网络

4.2 【AI_深度学习】RNN循环神经网络

4.3 【AI_深度学习】GANs生成对抗网络

系统设计和机器学习算法

二、数学知识

三、机器学习

四、深度学习

相关推荐