机器学习算法工程师到底应该学哪个编程语言？

凡是互联网公司的算法工程师，几乎清一色都是Python流，所以Python是肯定要学的。

除了Python之外还有一门语言是少不了的，就是C++。C++主要是用来应付面试中的算法编程题，首先一个是C++默认是各大高校的必修课，另外一个是C++是默认的竞赛语言。几乎所有的online judge（在线评测平台）都一定支持C++，但支持Python的很少。

除了Python和C++之外，最好还需要会一门后端语言，比如Java、go等。

一个好的算法模型一定是基于大量数据训练的基础上的。所以大数据的相关知识也是这行的入门必备技能，同样，由于通常是作为工具使用，所以很难会在面试当中做要求，主要还是在实际工作当中使用。

大数据这个部分往往没有一个统一的规范或者是标准，有些大公司（如阿里）甚至有自己完全造的轮子。一般来说主流还是基于hadoop家族，只不过各个公司的侧重点可能不同。有些偏好spark，有些喜欢hive，还有些可能还是更早的MapReduce。

国内外网站

如果你想搜索比较新颖的机器学习资料或是文章，可以到以下网站中搜索，里面不仅包括了机器学习的内容，还有许多其它相关领域内容，如数据科学和云计算等。
InfoWord：http://www.infoworld.com/reviews/
Kdnuggets：http://www.kdnuggets.com
Datasciencecentral：http://www.datasciencecentral.com/
Datascienceplus：http://datascienceplus.com
数据分析网：http://www.afenxi.com/

数据科学竞赛

关于数据分析的竞赛，国内国外都有，下面推荐几个比较火的竞赛网站：
Kaggle 比赛，网址：https://www.kaggle.com/
DataCastle 比赛，网站：http://www.pkbigdata.com/

ML 相关算法参考

决策树 - 参考：decision Tree（Python 实现）

http://blog.csdn.net/dream_angel_z/article/details/45965463

SVM 支持向量机-参考：pluskid 支持向量机三重境界

http://blog.pluskid.org/?page_id=683

Adaboost - 参考：组合算法 - Adaboost

http://blog.csdn.net/huruzun/article/details/41323065

Random Forest - 参考：随机森林算法

http://www.cnblogs.com/wentingtu/archive/2011/12/22/2297405.html

朴素贝叶斯算法- 参考：Naive Bayes 算法实现

http://blog.csdn.net/dream_angel_z/article/details/46120867

人工神经网络

参考：http://www.cnblogs.com/luxiaoxun/archive/2012/12/10/2811309.html

Apriori 算法 - 参考地址：Apriori 关联分析

http://www.csuldw.com/2015/06/04/2015-06-04-Apriori/

K 最近邻算法-参考：KNN 从原理到实现

http://blog.csdn.net/dream_angel_z/article/details/45896449

梯度树提升 GTB 算法 - 参考：Gradient Tree Boosting（或 GBRT）

http://blog.csdn.net/dream_angel_z/article/details/48085889

K-means 聚类 - 参考：K-means cluster

http://blog.csdn.net/dream_angel_z/article/details/46343597

组合算法总结 - 参考：Ensemble 算法总结

http://www.csuldw.com/2015/07/22/2015-07-22%20%20ensemble/

EM 期望最大算法 - 参考：EM 算法

http://blog.csdn.net/zouxy09/article/details/8537620

Logistic 回归 - 参考：逻辑回归

http://blog.csdn.net/wangran51/article/details/8892923

HMM 隐马尔可夫模型，参考:HMM

http://blog.csdn.net/likelet/article/details/7056068

条件随机场，参考：CRF

http://www.tanghuangwhu.com/archives/162

随机森林和 GBDT，参考：决策树模型组合之随机森林与 GBDT

http://www.cnblogs.com/LeftNotEasy/archive/2011/03/07/1976562.html

特征选择和特征提取，参考：特征提取与特征选择

http://blog.csdn.net/lanbing510/article/details/40488787

梯度下降法，参考:gradient descent

http://blog.csdn.net/woxincd/article/details/7040944

牛顿法，参考：牛顿法

http://blog.csdn.net/luoleicn/article/details/6527049

线性判别分析，参考：线性判别

http://www.cnblogs.com/jerrylead/archive/2011/04/21/2024384.html

深度学习 - 深度学习概述：从感知机到深度网络

http://www.cnblogs.com/xiaowanyer/p/3701944.html

人工智能学习路线，记得收藏哦

零基础入门：

Python小白基础入门教程 Python入门到精通教程
零基础必备：全套Python教程_Python基础入门视频教程，零基础小白自学Python入门教程

python基础进阶：Python深入浅出进阶教程【敢信？】收藏=点赞十倍
Python实战Djongo项目：python企业级开发项目-手把手从0到1开发《美多商城》
mysql数据库：MySQL全套教程，MySQL从基础到黑马订单案例实战
机器学习算法：3天快速入门python机器学习
聚类算法：360°解读机器学习经典算法——聚类算法
数据挖掘：Python教程，4天快速入门Python数据挖掘，系统精讲+实战案例
Web服务器：Python高级语法进阶教程_python多任务及网络编程，从零搭建网站全套教程
180分钟爬虫入门：180分钟轻松获取疫情数据，Python爬虫入门课
Scrapy框架：Python爬虫基础，快速入门Scrapy爬虫框架
多线程：python多线程编程

人工智能入门：智能机器人软件开发教程基础，从helloworld到神经网络
人工智能深度学习：智能机器人软件开发教程基础，从helloworld到神经网络
图像与视觉处理：人工智能教程|零基础学习计算机视觉快速入门