10个月跳槽，物理转ML，求大米

10个月跳槽。物理转machine learning学习经验。希望对大家有帮助。

优先学Algorithm和Deep learning。Algorithm有初步基础了就开始坚持刷题。
https://www.edx.org/course/algorithms-design-and-analysis
https://www.coursera.org/learn/algorithms-part1
不需要钻太深，大概了解就行。如果有算法基础也可以不看直接做leetcode

*Deep learning
课程
http://cs231n.stanford.edu/
虽然是计算机视觉课，但基本DNN CNN RNN都cover到了。看课程视频+3个作业。
工作机会可能recommendation system的更多，可以看一下这个
https://developers.google.com/machine-learning/recommendation

*Machine learning
Andrew Ng的ML课程
http://cs229.stanford.edu/
https://www.youtube.com/watch?v=...nnel=stanfordonline
了解基本ML的方法包括regression，SVM， tree-based method还有一些经典的ensemble方法。个人喜欢的一本书Pattern recognition and Machine learning
https://1lib.us/book/436990/9ba3b9
这个深度广度都不好把握，可以网上多查查面试问题，然后带着问题挑着学。而且有的公司可能现在都focus deep learning了，对传统machine learning知识没太多要求。

Design的部分我也不是很熟。最好找码农朋友帮忙梳理。
*distributed system design
https://github.com/donnemartin/system-design-primer#study-guide
https://www.youtube.com/watch?v=...ADistributedSystems

*ML system design
我面试的基本都是作推荐系统的。看过的一些资源。
https://www.educative.io/courses...-learning-interview
https://lumingdong.cn/engineerin...ation-scenario.html
https://instagram-engineering.co...system-7ca901d2a882

谢谢分享！！！