刷完第一遍Leetcode并勉励自己

infrared628 发表于 2018-5-4 22:37
在Boston，冷得要死

波士顿名校云集呀！我还没去过呢~~

请问楼主知不知道以后搞机器学习或者人工智能的是不是面试的时候也是从这些编程的题目开始啊

好厉害啊  一天刷多少题的 楼主 这么快

向楼主学习，我们晚辈的榜样！

给楼主加油，一直努力，总会有回报。

希望自己到了您的年纪 也还能对生活有这样的态度

cc1513445 发表于 2018-5-6 00:48
请问楼主知不知道以后搞机器学习或者人工智能的是不是面试的时候也是从这些编程的题目开始啊

我不知道你说的这几个方向公司面试具体是怎么面试的，因为我刷题纯粹是为了以后可能的面试，但是从学习和充电的角度上来讲：
1）人工智能，包括机器学习加上别的知识点比如贝叶斯统计，进化算法，以及知识图谱规则引擎等符号逻辑；
2）机器学习，包括深度学习和传统的机器学习方法，主要是为了找到目标函数减小误差；比如神经网络就是反复不断衡量和调整参数来缩小误差；传统的机器学习方法主要分几大块：分类，比如kNN，决策树，SVM，Random Forest等等；聚类，主要是Unsupervised learning，包括k-means做分组，Apriori做关联分析，fp-growth通过分治做频繁项集等等；这些算法搞清楚了后呢，就可以学点SVD和PCA等等来降维，简化数据；再然后熟悉下Hadoop mapduce或者spark的工具；最后整几个实战项目，毕竟“在硅谷招募机器学习工程师、数据科学家的情形，越来越像NFL选拔职业运动员，没有苛刻的训练很难上场了。”比如图像处理，风格迁移，推荐系统，面部识别，AI游戏，学习预测等等都可以；
3）深度学习，这几年火起来的机器学习的分支，主要是多个隐藏层可以把数据的特征分层来学习，复杂特征可以由简单特征逐层累加，这个就要去学习感知机，反向传播，卷积神经/循环神经，记忆网络等等方面的算法了，我还没来得及去学习就不多说了。
我只是个传统IT行业里面的程序员，这些是基于我自己的理解，不一定正确，希望对你有帮助。

twjmm 发表于 2018-5-6 00:54
好厉害啊  一天刷多少题的 楼主 这么快

状态好就多刷，状态不好就少刷，但至少一道，我只是为了刷而刷的，别学我

elfie 发表于 2018-5-9 01:08
希望自己到了您的年纪 也还能对生活有这样的态度

别用“您”啊，我只是老了一点的程序员，当不起哈

谢谢分享，很佩服楼主。话说PM在美国是个什么样的存在啊？对这个了解不多，只听说国内转互联网又不想编程的都去做PM了，主要是想多了解下楼主对未来职业规划的想法。我也是生物Phd可惜转行不果断，现在学cs有一段时间了，面临的问题就是等毕业入行应该已经30+，技术啥的没法跟科班小年轻拼，觉得需要迅速为长远的职业转型做准备，但是没什么思路