人工智能工程师学习路线/自然语言处理算法工程师学习路径

• 人工智能工程师学习路线自然语言处理算法工程师学习路径
  • 1入门级别
    • 1 数据结构
    • 2 算法重点
    • 3python
  • 2进阶阶段
    • 1 机器学习算法
    • 2深度学习算法
    • 3深度学习框架
    • 4 大数据计算框架
  • 3高阶
    • 1 强化学习
    • 2 迁移学习
    • 3自然语言处理

1入门级别

1.1 数据结构

1.2 算法（重点）

面试必考。参考学习地址：
麻省理工学院公开课：算法导论 http://open.163.com/special/opencourse/algorithms.html

1.3python

包括python基础、面向对象要懂。

2进阶阶段

2.1 机器学习算法

1. 特征工程、特征分析
2. 监督学习算法
3. 非监督学习算法

参考学习地址：
1. Coursera 斯坦福吴恩达课程
2. 能使用sklearn解决一些小的机器学习任务。

参考书本：《西瓜书》

2.2深度学习算法

视频：
1. Andrew Ng (吴恩达) 深度学习专项课程 by Coursera and deeplearning.ai
2. 或者Hinton 大神的coursera 面向机器学习的神经网络
3. Udacity 深度学习（中/英）by Google。你将通过项目和任务接触完整的机器学习系统 TensorFlow。

书：《AI圣经 深度学习》

2.3深度学习框架

1. keras
2. tensorflow

掌握好编程的利器，参考视频资料：
1. 斯坦福大学深度学习课程: CS 20SI: Tensorflow for Deep Learning Research。准确的说，这门课程主要是针对深度学习工具Tensorflow的

2.4 大数据计算框架

1. hadoop
2. spark
   因为深度学习工程师一般面对的是大数据，所以公司的分布式计算平台要熟悉会用。

3高阶

3.1 强化学习

理论与实践

3.2 迁移学习

理论与实践

3.3自然语言处理

1. 斯坦福课程深度学习应用课程。这门课程融合了两位授课者之前在斯坦福大学的授课课程，分别是自然语言处理课程 cs224n (Natural Language Processing)和面向自然语言处理的深度学习课程 cs224d( Deep Learning for Natural Language Processing).
2. 牛津大学Deep Learning for Natural Language Processing: 2016-2017<深度NLP>http://study.163.com/course/introduction/1004336028.htm

原文链接：https://lookme.blog.csdn.net/article/details/79003194

本站声明:网站内容来源于网络,如有侵权,请联系我们,我们将及时处理。