这是一个创建于 1992 天前的主题，其中的信息可能已经有所发展或是发生改变。
博客：zhouww.com
要是访问太慢，可以访问 coding.me 上的博客：http://duohappy.coding.me/
2018 年 11 月 3 日-2019 年 11 月 3 日
这篇文章的起因
间隔了几个月不写博客，导致现在都提起不“笔”。除了自己换工作，最主要的原因是懒得总结。为了督促自己输出些内容，立个博客计划，主要写机器学习方面的，可能占 50.1%
之前说要更新机器学习的文章，也一直没有动笔，发现还是在去年 4 月份的时候，开始写机器学习的系列文章，真是尬。
我从事过互联网行业，现在是实体工业的数据分析师，也开始学习神经网络的内容。写机器学习的文章，正好可以将传统的机器学习和深度学习做个对比。
计划
文章尽量原创，写出自己的风格，这一年的文章可能包含的内容：
- tensorflow
- 建立模型，训练模型，保存模型，应用模型，这一整套的代码
- 图像分类
- CNN
- opencv 和 dlib
- 人脸识别
- facenet
- KMeans
- 论坛用户分层，主要讲一下运营和数据分析的结合
- 关联规则
- 频繁集（ Apriori、FpGrowth ）
- 强规则
- 支持向量机
我不写太技术的文章，更加突出的是解决问题的思路，因为我是一名跨行业的工科生，写不出太技术的东西，:)
在这个大数据的时代，值得一提的是好像很多数据分析师连统计学都不愿意去学习，基本的统计知识都不知道。我接下来写作的内容可能包含如下内容，不会有太多公式，主要谈谈这些内容的理解（个人）。
- 假设检验与置信区间
- 方差分析、卡方检验、对应分析
- 主成分分析和因子分析
- R
碎碎念
最后，分享一段最近看到的很有感触知乎回答， https://www.zhihu.com/question/39032661/answer/79583353，未来属于那些愿意弄脏自己双手的人，很有工科味道
 |
1
shylockhg 2018-11-03 20:42:48 +08:00  1
支持支持
|
 |
2
rayhy 2018-11-03 20:47:48 +08:00 via Android
我比较好奇实体行业的数据工程师的工作内容和经常使用的一些算法。然后和互联网的数据工程师的区别联系之类的。楼主能写写这方面的吗？
|
|
3
rayhy 2018-11-03 20:51:49 +08:00 via Android 1
其实 CNN 这些内容写出来容易，写好了很难的，想超过别人更是不易。我这里不是打击楼主，主要是觉得写这些很多人写的内容容易收不到回应，最后 blog 成了自己的 notes，很打击积极性（至少我是如此）。一家之言，楼主看看我说的就好了～加油！
|
 |
5
wensonsmith 2018-11-03 20:54:24 +08:00 1
加油鸭
|
 |
6
wisefree OP @rayhy 你说的确实如此，很少会收到回应的，>_>。博客更像一种情怀实现吧，一个自己的域名，一个自己的空间。
至于上面说的常用的算法和区别联系，我会逐步更新，我是去年毕业，好多东西都是在学习，主要会写点自己的思考吧。感谢你说的这些，:) |
|
7
wisefree OP @wensonsmith 好，:)
|
Select Language