前言及学习计划（更新）

       由于要开展以机器学习为手段的环境研究，开始加深自己对编程和数据科学方面的认识。在这里记录自己的学习轨迹，希望可以顺利完成研究，同时可以以一个入门研究者的身份帮到更多的人。

       机器学习理论学习路径参考Github高星项目。主要阅读书籍包括《利用python进行数据分析》《Hands on ml with sklearn and tf》，学习过程初步将包括以下方面：

(1)Python理论与实践

(2)数据分析

(3)机器学习理论

(4)课题模型架构

       之前用的Hard way to learn python感觉理解不深，目前在学习Automate the Boring Stuff with Python，另外还参考了另一个Github的开源项目链接在此，结合了自身理解翻阅了不少资料。这本书讲的理论深度还可以，也有一些项目可以练习思考。我会把学习过程整理下来并把自己练习的代码单独列到一个博客中。Python理论基础部分已经差不多更完，目前在看数据分析部分，我会把心得po上来。最近过了公派留学，同时解决了数据问题，一切在向着好的方向发展，继续努力！

        学习计划将根据自己的学习情况不断更新。与君共勉之。

----------------------------------------------------分割线-------------------------------------------------------------------------

       中间有好几个月没有更新，期间主要完成了环境模型的搭建工作，实在没有时间更新自己的专栏。现在，稍微有时间了，就继续自己的写技术博客的工作。目前的工作计划是完善模型，同时也给自己拟定了新的学习任务。在这里给自己前一段的学习和工作做一下总结并给出下一阶段的计划。

       在上一阶段的学习中参考了Github项目的学习路径，目前对我帮助最大的是 Python for Data Analysis 以及 Hands on Machine Llearning with Sklearn and TensorFlow 这两本书。前者详细介绍了numpy pandas以及matplotlib这三个库的使用，后者介绍了Sklearn的使用以及搭建机器学习项目的过程，这两本书我都有资源，需要的小伙伴可以留言私信我。由于时间关系第一本书我只阅读和学习了项目所需的部分，还有许多内容还没有挖掘，打算之后有时间再继续深究，第二本书也只学习Sklearn的部分，深度学习的部分暂时还用不上。搭建的模型还需要一些优化，特别是在调整超参数的地方。

       之后的学习计划目前如下：

1.在自己的专栏更新机器学习原理部分，结合网上自己收集的资源和李航的统计学习方法一书。

2.以Google Earth Engine为蓝本进入遥感的研究领域，完成利用遥感方法搭建多源模型的设想。

3.学习Tensor Flow解决遥感的机器学习问题

4.总结并撰写论文一篇。

        在完成机器学习原理部分的更新后，我会根据自己的学习情况更新GEE和深度学习的部分。还记得在数年前的自己还是一个只会写Hello world的小白，深知学习编程和算法的不易，现在自己也还是很多方面都不懂，唯有不断学习！

        希望有幸看过我的专栏的小伙伴都能坚持在自己选择的道路走下去，与诸君共勉！