系统学习机器学习

从资料和看书的领悟
1、看了论文不知道怎么实验。
2、做了实验不知道为啥出现这个结果（不会改）。
以上问题在我个人身上彻底感悟到的是没入门一个学派，没有系统学习和实验融合学习，就像目前集成学习一样我们要先学会加法再做减法，毕竟逆运算要换位思考。哲学指导数学，物理发展了数学，数学发展了计算机器。而如今冯诺依曼结构计算机已经到了瓶颈后基于忆阻器硬件的深度学习在论文和资料中很少，当然量子计算机确实是一个未来也是一个生态但是目标没法生成处在理论阶段，学习研究很好但是找工作不现实。
人工智能需要+VR+AR=现实智能，很多人都在不知头绪的干着所谓的人工智能方向。以上只是个人见解不一定对。
慢慢的看书发现了学生和修行者一样不能为思想所迷糊，很多人只是享受这个过程和结果而不在思考这个过程中自然规律的感知原理和自己对问题的方法。修行者就要能感知天地人的规律从而利用完善自己。越来越思考到师说一句话：君子性非异也善假与物也。
解决上面问题的办法：
1、学会略读和反复读。
2、学会实践和思考并重。
3、先做后想行胜于言。
4、初识、感知、不惑、洞玄、知命，和小说一样到一定程度就要学人而不是事物。
个人理解学习流程
数学系列：
线性代数（和矩阵论一起看），高中数列和函数（拓扑学一起看），高等数学（图优化和凸优化一起看），概率与统计分析（概率论），离散数学（和数据结构结合），组合数学（算法一起看），随机过程（量子力学一起看），分析数学，数值计算，常/偏微方程，微分几何，代数几何、李群代数，实/复变函数。分形几何。
编程和理论：
编程一定多写多试，没有捷径。
计算机的理论就略读，但是勤翻阅：操作系统，编译原理，软件过程、汇编语言，数字电路，计算机组成原理。
入门如何做：
找一个方向的开源项目 ，自己抄写调试注释，时间久了你就会了。数学是让你写代码减少的工具，如果不怕累可以随意。
论文刚开始先翻译 ，不要注意细节 先把主体看到，例如论文中的相关工作和摘要看懂，看多了才会有感觉。
学会辩证思维解决问题，学会聆听。