第一章（1.1） 机器学习算法工程师技能树

一、机器学习算法工程师需要掌握的技能

机器学习算法工程师需要掌握的技能包括

（1）基础数据结构与算法

• 树与相关算法
• 图与相关算法
• 哈希表与相关算法
• 矩阵与相关算法

（2）概率和统计基础

• 大数定理
• 中心极限定理
• 常用概率分布
• 假设校验理论
• 最大后验理论
• 最大似然理论
• EM算法
• 贝叶斯理论
• 贝叶斯分类错误率

（3）机器学习理论

3.1 无监督学习

• 混合高斯模型
• 层次聚类
• DBSCAN
• k-measn
• PCA
• SVD
• word2vec

3.2 有监督学习

• bagging
• 决策树
• native bayes
• knn
• fm
• LR

3.3 基础理论

• 最优化理论
• 正则化
• 信息论
• VC Dimension

（4）特征处理

• 特征选择处理
• 特征规范化
• 特征离散化
• 特征交叉

（5）开发语言和开发工具

• 大数据开发工具（Storm、Spark、Hadoop）
• 单机开发工具（numpy、sk-learn、pandas、libsvm、xgboost）
• 开发语言（Scala、R、Python）

（6）基础开发能力

• 代码整洁度、可读性和可维护性
• 稳定性、性能、健壮性调优能力
• 逻辑抽象复用
• 单元测试

（7）架构设计

• 机器学习相关服务架构
• 数据仓库