在哪儿买Financial Signal Processing and Machine Learning

前文有提到自己搭台阶的必要性囷重要性()因此我将供应链全球第一的MIT-SCM硕士项目的课程进行了台阶拆解,去看看顶尖的供应链知识体系是怎样的

MIT-SCM硕士课程内容如下:

借鉴以上知识体系,我将自己的知识体系绘制如下作为自己的课程表(后续持续更新):

台阶框架版(持续更新)
台阶细节版(持续哽新)

PS:我是德川家康,这里是我的个人微信公众号“供应链成长随笔”(ID:Work-Methodology)欢迎关注。


以下是MIT-SCM硕士项目的课程表链接及详细内容

我要翻译一把quora了再加点我的理解,我相信会是一个好答案链接我都放到一起了,没插入到正文中要求其实比较高了,我觉得我自己都差很远很远~~~我尽量持续更新翻譯质量以及自己理解 首先你要熟悉这四种语言。Python因为开源的库比较多可以看看Numpy和Scipy这两个库,这两个都可以很好的融入网站开发以及HadoopC++鈳以让你的代码跑的更快,R则是一个很好地统计工具而你想很好地使用Hadoop你也必须懂得java,以及如何实现map reduce 我推荐统计学习方法 李航写的这算的上我mentor的mentor了。理解一些概率的理论比如贝叶斯,SVMCRF,HMM决策树,AdaBoost逻辑斯蒂回归,然后再稍微看看怎么做evaluation 比如P R F也可以再看看假设检驗的一些东西。 机器学习毕竟是需要极强极强数学基础的我希望开始可以深入的了解一些算法的本质,SVM是个很好的下手点可以从此入掱,看看拉格朗日凸优化都是些什么 熟悉分布计算,机器学习当今必须是多台机器跑大数据要不然没啥意义。请熟悉Hadoop这对找工作有佷大很大的意义。百度等公司都需要hadoop基础 熟悉Unix的Tool以及命令。百度等公司都是依靠Linux工作的可能现在依靠Windows的Service公司已经比较少了。所以怎么吔要熟悉Unix操作系统的这些指令吧我记得有个百度的面试题就是问文件复制的事情。 机器学习终究和大数据息息相关所以Hadoop的子项目要关紸,比如HBase Zookeeper Hive等等 这里主要是在讲特征的提取问题无论是分类(classification)还是回归(regression)问题,都要解决特征选择和抽取(extraction)的问题他给出了一些基础的特征抽取的工具如小波等,同时说需要掌握傅里叶分析和卷积等等这部分我不大了解,大概就是说信号处理你要懂比如傅里叶這些。。 总之机器学习如果想要入门分为两方面:
一方面是去看算法需要极强的数理基础(真的是极强的),从SVM入手一点点理解。
叧一方面是学工具比如分布式的一些工具以及Unix~

我要回帖

更多关于 买卖 的文章

 

随机推荐