机器学习 Machine Learning Park -- 专栏介绍

机器学习 Mechine Learning

Gary 哥哥

2021/11/15

数据科学的四类角色：

• 领域专家（Domain experts）：知晓机器学习的项目应该部署在那个领域当值，类似于产品经理。
• 数据科学家：类似一个全栈工程师。
• ML专家：制作和优化模型。
• 软件开发工程师（SDE）：产品的落地，需要维护很多其他管理资源的代码。（运维等）

借用斯坦福实用机器学习课程的PPT来看一下这四类角色的成长：

介绍

本专栏主要分三大版块（Three Parts），主要用于分享与总结机器学习相关

• 机器学习基础
• 深度学习实践
• 工业应用

• 每个核心知识点都包含知识讲解和代码实现。
• 本专栏主要目的用于个人学习，亦不可以篇概全，请谅解，有问题可提出。
• 主要代码实现使用python，将同步到对应github仓库：Machine-Learning-Park，代码尽量做到注释详细，有误请联系我并指出。
• 由于公式块编辑器的缘故，github在线预览的markdown说明文档公式显示会出现错乱，可以关注我优快云个人博客Machine Learning Park专栏来查看对应的内容，或者下载对应文档，建议使用Typora打开。

版块内容简介

Part1: 机器学习基础

💭 主要概述：

• 介绍机器学习常用算法与模型
• python代码实现

Part2: 深度学习实践

🛎 说明:

• 本版块主要借助沐神的动手学深度学习(d2l)课程与李宏毅的机器学习系列课程。相关资料如下：
  • d2l教程
  • d2l中文开源项目
  • d2l英文开源项目
  • 李宏毅2021春季机器学习课程课件及作业
• 除了基础理论讲解外，版块还涉及计算机视觉和自然语言处理领域。由于个人精力有限，版块的重点会放在自然语言处理当中。若将来时间允许，也会对计算机视觉领域做深入讲解。
• 同时，理论探究的基础上，高度强调动手实践来实现。

🛠代码实现框架：

具体进度见github仓库

• Pytorch 👨‍🔧
• Tensorflow 👨‍🔧
• Others… 👨‍🔧

Part3: 工业应用

📓本版块主要内容：

• 实用机器学习技巧
• 数据科学相关的比赛

📽 项目进展

🚀请关注github仓库

联系我：

邮箱：✉️1620216938@qq.com

博客：📝https://blog.youkuaiyun.com/Garyboyboy?spm=3001.5343