005-第39周（9.27-10.3）

1.目标

中短期（9.29-11.14）：

学习时间：6h/day or 40h/week
下午CS229课程+西瓜书公式推导，交叉进行
1.斯坦福CS229机器学习课程【英语听力+数学】【total:40h;3h/2 day】【笔记本】
2.《西瓜书》【数学】【total:50h;3h/2 day】【笔记本】

晚上ML作业+论文+《PyTorch深度学习实践》/《利用python进行数据分析》（交叉进行）
3.网课《PyTorch深度学习实践》【pytorch框架】【2h/2 day】【在线编程】
4.书《利用python进行数据分析》《python3数据挖掘》【python编程】【2h/2 day】【在线编程】
5.ML作业【编程】【2h/day】【Kaggle】

天池数据挖掘比赛【python编程】【1 times/month】【天池notebook】
数据挖掘比赛【pytorch框架】【1 times/month】【csdn】
论文

当期：

购书
购置设备
对论文进行认知，形成近期任务清单

2.输入

目标1-5

3.输出

目标1-5输出：
1.暂无
2.线性回归模型公式推导+线性判别模型公式推导
3.利用pytorch实现logistic模型，熟悉pytorch的四步流程(导入数据，模型构建，参数配置，训练)
4.暂无
5.二手车交易价格预测

对latex公式的语法进行了练习

论文：计划论文ICLR 2019 《Manifold Mixup: Better Representations by Interpolating Hidden States》

学习的状态持平，专注时间小幅下降

4.困难

近两个月有1个硬件课设（verilog+机械臂）和1个软件课设（北航的操作系统实验），将熟悉云服务器、虚拟机、Linux指令，复习嵌入式、操作系统的知识。

高维数据分析教材需要反复阅读，加深理解。

5.下一阶段

调整

学习记录应在每周日或周一发布。

论文是对领域知识的高度概括，具有门槛，因此论文的挑选上有如下3个标准：
1.难度上，对标基础性、入门级。
2.内容上，对标学习进程中相近内容（背景知识隔阂小）与感兴趣内容（拓展知识面）。
3.主题上，对标技巧类、优化类的主题（万金油，适用范围广）。

论文的阅读按照摘要-实现-创新点-改进点的框架
论文的代码实现以文为纲，以pytorch为手段，后期阶段注重应用。

挑战

完成开发环境的配置，对论文进行精读与实现。