1.熟练掌握多种经典机器学习算法的原理,如: KNN、线性回归、逻辑回归、K-means 聚
类、SVM、决策树、随机森林,主成分分析,集成学习,HMM 算法等等
2.熟悉神经网络算法,如 CNN、Faster-RCN、SSD、YOLO、RNN、MOBILENET、 Lstm,
Gru 系列等
3.熟悉经典主流神经网络:VGG、GooLeNet、ResNet,BERT, seq2seq 模型和 word2vec 模
型等
4.熟悉深度学习框架,如 tensorflow, pytorch, 可实现多种算法模型
5.熟悉 Python 编程语言,熟悉 numpy、matplotlib、OpenCV, pandas, sklearn 库
6.熟悉 Linux 操作系统的基本命令及 MySQL 数据库,可进行增、删、查、选的基本操作需
求
7.有扎实的数学基础,熟练掌握积分求导等数学模型
8.熟悉 c 语言,matlab,传感器等相关知识, 了解部分 c++知识