AI-algorithm-engineer-knowledge 努力成为一名合格有水平的AI算法工程师 一、工程基础 编程语言 Python C/C++ 操作系统 软件工程 算法与数据结构 代码规范 数据库 二、机器学习基础 数学基础 可视化 误差分析与调优 传统机器学习 KNN 决策树 朴素贝叶斯 线性回归 逻辑回归 SVM 集成学习 聚类 深度学习 基础知识 分类网络 轻量级网络 目标检测网络 图像分割网络 数据增强方法 模型压缩方法 三、算法框架 机器学习框架 scikit-learn Spark ML LightGBM 深度学习框架 PyTorch TensorFlow 特征工程 tsfresh Featuretools Feast 可视化 pyecharts seaborn Web框架 爬虫框架 四、应用领域 计算机视觉 特征检测 图像处理 目标检测