目录:
- 一、hello world: 我的博客写作思路:分享对不同技术领域的宏观认识、分享对不同技术领域的学习思路、分享对不同技术领域的学习实践
- 二、优质博文良心推荐:分享在校生学习求职建议、人工智能、机器学习、深度学习、数据挖掘、智能推荐、知识图谱、小样本学习、金融科技等,可以说是面面俱到
说在前面:
- 本文所有文章的作者:FinTecher
- 本文所有文章的出处:https://www.cnblogs.com/zhengzhicong/
如果觉得这篇文章对你有帮助的话,记得在右下角点个“推荐”,欢迎持续关注哦,博主在此感谢!
一、hello world: 我的博客写作思路
1. 本人计算机专业,研究生刚毕业,即将入职金融科技领域,决定借博客园平台写自己的博客,原因如下:
- 从小白到大白,离不开各大学习平台和技术博客的指导和分享,是时候回馈了。
- 借此机会整理自己从本科、研究生到入职的经验,希望新人能够最快掌握技术。
- 未来在金融科技领域的工作与成长,也希望借博客记录下来,与各位大佬分享。
2. 接下来本人将从以下几个角度写作博客,分享自己觉得有必要分享的东西,主要面向算法层面,并答疑:
2.1 认识层面——分享对不同技术领域的宏观认识
- 如果你是一个计算机领域的本科生,你可以选择学习什么?
- 如果你是一个计算机领域的研究生,你可以选择学习什么?
- 如果你是一个计算机领域的应届生,你如何准备求职面试?
- 如果你想开始学习算法,不妨先了解人工智能有哪些方向?
- 如果你想了解金融科技,不妨先了解金融科技有哪些可能?
- ......
2.2 思考层面——分享对不同技术领域的学习思路
- python编程学习路线及笔记;
- 机器学习专题学习路线及笔记;
- 深度学习专题学习路线及笔记;
- tensorflow编程学习路线及笔记;
- 强化学习专题学习路线及笔记;
- 知识图谱专题学习路线及笔记;
- 图网络专题学习路线及笔记;
- 生成对抗专题学习路线及笔记;
- 迁移学习专题学习路线及笔记;
- 大数据专题学习路线及笔记;
- 云计算专题学习路线及笔记;
- 边缘计算专题学习路线及笔记;
- 区块链专题学习路线及笔记;
- ......
2.3 行动层面——分享对不同技术领域的学习实践
- 机器学习入门级项目及常见问题;
- 深度学习入门级项目及常见问题;
- 数据挖掘比赛/项目全流程介绍;
- 智能推荐算法演变及学习笔记;
- 强化学习入门级项目及常见问题;
- 生成对抗入门级项目及常见问题;
- 某网约车公司实习项目介绍;
- 某银行研发中心实习项目介绍;
- ......
二、优质博文良心推荐
如果你是一位在校生,欢迎浏览:
- 如果你是一个计算机领域的本科生,你可以选择学习什么?
- 如果你是一个计算机领域的研究生,你可以选择学习什么?
- 如果你是一个计算机领域的应届生,你如何准备求职面试?
如果你对人工智能感兴趣,欢迎浏览:
- 人工智能领域常用的开源框架和库(含机器学习/深度学习/强化学习/知识图谱/图神经网络)
- 人工智能新手入门学习路线和学习资源合集(含python/机器学习/深度学习/tensorflow)
- 如果你想开始学习算法,不妨先了解人工智能有哪些方向?
如果你对智能推荐感兴趣,欢迎浏览:
- 智能推荐算法演变及学习笔记(一):智能推荐算法综述
- 智能推荐算法演变及学习笔记(二):基于图模型的智能推荐(含知识图谱/图神经网络)
- 智能推荐算法演变及学习笔记(三):CTR预估模型综述
如果你对机器学习/数据挖掘感兴趣,欢迎浏览:
- 数据挖掘比赛/项目全流程介绍
- 时间序列分析中预测类问题下的建模方案
- 机器学习中的聚类算法演变及学习笔记
- 异常检测算法演变及学习笔记
如果你对深度学习感兴趣,欢迎浏览:
- 深度学习中的一些组件及使用技巧
- 深度学习中的序列模型演变及学习笔记(含RNN/LSTM/GRU/Seq2Seq/Attention机制)
如果你对人工智能中的小样本问题感兴趣,欢迎浏览:
- 人工智能中小样本问题相关的系列模型演变及学习笔记(一):元学习、小样本学习
- 人工智能中小样本问题相关的系列模型演变及学习笔记(二):生成对抗网络 GAN
- 人工智能中小样本问题相关的系列模型演变及学习笔记(三):迁移学习、深度迁移学习
- 人工智能中小样本问题相关的系列模型演变及学习笔记(四):知识蒸馏、增量学习
如果你对知识图谱感兴趣,欢迎浏览:
- 行业知识图谱的构建及应用
如果你对金融科技感兴趣,欢迎浏览:
- 从中国农业银行“雅典娜杯”数据挖掘大赛看金融行业数据分析与建模方法
- 如果你想了解金融科技,不妨先了解金融科技有哪些可能?
- 中金所金融业务知识学习笔记(含股指期货、股指期权、国债期货)
说在最后:
- 本文所有文章的作者:FinTecher
- 本文所有文章的出处:https://www.cnblogs.com/zhengzhicong/
如果觉得这篇文章对你有帮助的话,记得在右下角点个“推荐”,欢迎持续关注哦,博主在此感谢!
全部评论
(0) 回帖