从机器学习新手到工程师:Coursera 公开课学习路径指南

最近机器学习工程师已经成为了一个非常热门的岗位,很多的工程师都想转行到这个岗位。本文根据 Coursera 上面的课程,列了一个从新手到专业工程师的学习计划,提供给大家学习。

本场 Chat 只有文章,没有交流。

最近机器学习工程师已经成为了一个非常热门的岗位,很多的工程师都想转行到这个岗位。本文根据 Coursera 上面的课程,列了一个从新手到专业工程师的学习计划,提供给大家学习。以下是具体的学习路径:

机器学习工程师必修课(6门课程)

  • 课程 1:Algorithmic Toolbox(共35小时)
  • 课程 2:Data Structures(共35小时)
  • 课程 3:Algorithms on Graphs(共20小时)
  • 课程 4:Algorithms on Strings(共23小时)
  • 课程 5:Advanced Algorithms and Complexity(共43小时)
  • 课程 6:Genome Assembly Programming Challenge(共19小时)

初级机器学习工程师(6门课程)

  • 课程 1 :Machine Learning(共45小时)
  • 课程 2 :Introduction to Data Science in Python(共21小时)
  • 课程 3 :Applied Plotting, Charting & Data Representation in Python(共15小时)
  • 课程 4 :Applied Machine Learning in Python(共22小时)
  • 课程 5 :Applied Text Mining in Python(共16小时)
  • 课程 6 :Applied Social Network Analysis in Python(共17小时)

中级机器学习工程师(4门课程)

  • 课程 1 :Machine Learning Foundations: A Case Study Approach(共21小时)
  • 课程 2 :Machine Learning: Regression(共26小时)
  • 课程 3 :Machine Learning: Classification(共23小时)
  • 课程 4 :Machine Learning: Clustering & Retrieval(共21小时)

高级机器学习工程师(3门课程)

  • 课程 1 :Neural Networks and Deep Learning(共5小时)
  • 课程 2 :Improving Deep Neural Networks(共5小时)
  • 课程 3 :Structuring Machine Learning Projects(共5小时)

机器学习工程师方向选择(12门课程)

  • 课程 1 :Google Cloud Platform Big Data and Machine Learning Fundamentals(共8小时)
  • 课程 2 :Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform(共5小时)
  • 课程 3 :Serverless Data Analysis with Google BigQuery and Cloud Dataflow(共6小时)
  • 课程 4 :Serverless Machine Learning with Tensorflow on Google Cloud Platform(共8小时)
  • 课程 5 :Building Resilient Streaming Systems on Google Cloud Platform(共5小时)
  • 课程 6 :Introduction to Recommender Systems: Non-Personalized and Content-Based(共14小时)
  • 课程 7 :Nearest Neighbor Collaborative Filtering(共11小时)
  • 课程 8 :Recommender Systems: Evaluation and Metrics(共8小时)
  • 课程 9 :Matrix Factorization and Advanced Techniques(共7小时)
  • 课程 10 :Probabilistic Graphical Models 1: Representation(共27小时)
  • 课程 11 :Probabilistic Graphical Models 2: Inference(共22小时)
  • 课程 12 :Probabilistic Graphical Models 3: Learning(共22小时)

本文首发于GitChat,未经授权不得转载,转载需与GitChat联系。

阅读全文: http://gitbook.cn/gitchat/activity/5a01148ab31370670e7af247

您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ,阅读更多 GitChat 专享技术内容哦。

FtooAtPSkEJwnW-9xkCLqSTRpBKX

你可能感兴趣的:(从机器学习新手到工程师:Coursera 公开课学习路径指南)