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