详细内容或原文请订阅后点击阅览
我研究的一切都成为机器学习工程师（无CS背景）
我在旅途中使用的书籍，课程和资源。我研究的帖子成为机器学习工程师（无CS背景）的所有内容首先出现在数据科学方面。
来源:走向数据科学学习很难。
一路上我使用的课程，书籍和资源有很多帮助，但是老实说，我不会在事后看来。
所以，我想查看我研究的所有东西以找到机器学习的工作，然后我会告诉您哪些领域实际上值得，哪些领域却不值得。
让我们进入它！
大学学位 /数学< /div>
我很幸运，我决定在我十几岁的时候就为物理学硕士学习。
是的，您现在可能正在睁大眼睛。
“这个家伙说他没有CS背景，但在物理学上做了硕士，这是什么。”
我不能否认这肯定给了我一个优势。但是，许多STEM毕业生仍然很难找到机器学习中的工作。我什至与他们合作。
仅在STEM主题中拥有大师的主人，这远非保证您可以轻松找到工作。
您还需要学习更多的东西，通常在大多数程序中都不教。
众多地说，我学位上学到的与我当前的机器学习工程师工作相关的主要知识是数学技能。
我将微积分和线性代数学到了一个高度的水平，比您需要诚实的多，并且达到了一个体面的标准。即使那样，稍后我仍然必须掌握我的统计知识。
我的学位也是我第一次编写代码。
从我的第一天，上午9点，我在Fortran上有一个计算机实验室教程。
fortran对于那些不熟悉的人来说，Fortran是1950年代发明的最古老的“高级”编程语言。但是，在这里，我们在2017年被教授。
Fortran几乎对初学者友好，这立即使我不喜欢编程。如果只有老我知道我今天会做什么！
尽管我不喜欢Fortran，但它教会了我如何使用代码来思考和解决问题，从长远来看，这会带来股息。
如果您想知道在机器学习中工作所需的所有数学技能，请查看我以前的文章：
python
alphago-电影