二、知识储备

接下来我花了大概半年的时间自学机器学习理论基础、各个算法的原理等等。
首先看书，周志华老师的西瓜书《机器学习》和李航老师的蓝皮书《统计学习方法》。
然后看视频，林轩田的《机器学习基石》和《机器学习技法》，还有吴恩达的那套机器学习入门的视频，相信学这个的人都看过的。
最后看书+实践，有一本书叫做《机器学习实战》，里面以案例的形式对常见的算法进行讲解，每个案例都有数据集和python代码，跟着过一遍，代码自己写一遍，我当时用C++把里面的几个案例敲了一遍。
这三部分任务完成之后，知识储备也就完成的差不多了。

三、参加比赛

大概从去年9月份，我开始了我的比赛之路。目前数据竞赛平台有很多，国外的最知名的kaggle，国内的天池、DataFountain、DataCastle等等。
赛圈有一位朋友叫做麻婆豆腐，他的微信公众号叫麻婆豆腐AI，专门发布最新的比赛信息，感兴趣可以关注。
起初没有任何经验，自然是啥也不会，连常用的工具包都用不熟练。因此可以先看看各大比赛的top解决方案的开源和ppt，熟悉一下做比赛的流程、不同业务场景的理解、特征工程常用套路、从特征工程到建模的代码框架等。这里放一个朋友的GitHub链接：https://github.com/Smilexuhc/Data-Competition-TopSolution，里面收集了前些年各大比赛的top解决方案开源，现在他人变懒了，不继续收集了😪。
然后可以参加一些练习赛练练手，等熟悉了比赛流程，有了感觉之后再参加比赛。新手参加比赛建议一开始solo，积累经验，不要在意名次，因为一开始经验不足就组队，有可能会出现害人害己的情况。等有了一些经验之后，就奔着名次去吧，要记住必须有top名次才能往简历上写。
就国内现在的比赛环境来看，新手想solo拿到top名次几乎是不可能的事情，你会发现每个比赛前排总是那群熟悉的面孔。因此先努力提升自己的名次，然后在跟自己名次差不多的人当中选择组队，反正想方设法把自己***前排去，因为你要记住你是为了找工作而打比赛，不是为了奖金也不是兴趣😒。记住你跟别人不一样，一个比赛短则一个月，长则两三个月都有可能，一个比赛失败，你就少一次机会，离秋招也就近了一步。
我运气还算可以，截止今年6月份，成功拿到一些top名次，简历有东西可以写，面试也有东西可以说了。
对了，打比赛之前请先看看GBDT的原理，再看看xgboost和LightGBM的论文。
](https://www.nowcoder.com/discuss/326300?type=all&order=time&pos=&page=2&channel=-2&source_id=search_all)