AIDD学习路径

这篇文章是记录博主作为药学本科生向着AIDD发展的学习路径，这样作为梳理自己知识的一种方法，也可以作为想入门这个方向的一个参考指南。文章的适宜读者是希望入门AIDD的药学生（博主的情况），博主目前也还在学习中（菜鸟一个），应该会持续更新这篇文章。需要说明的是博主的学习路径时常陷入局部极小值（跑偏），这些分支路径对于系统学习有好有坏，可以根据实际情况参考，欢迎在相关领域的朋友一起交流。这个系列的文章优点是足够基础，足够经济（完全免费），下面是博主刚开始学习的一些情况，也可以作为适合开始这条路径的基础：

• 破烂的笔记本，不需支持GPU的深度学习库，相关需求可以通过免费的科学上网白嫖colab
• 有最基础的药学知识，博主作为药学本科生必修的课程大多与生物和化学相关，与这个方向有关的课程仅包括医用高等数学（简单微积分+简单数理统计和概率论）和大学计算机基础，数据库内容
• 遇到问题有查询资料的能力，博主在Ipad内收集了较多相关的电子书，遇到不懂的内容或者名词的时候优先在goodnotes里根据关键词查阅专业书籍，实在没有再到百度搜索
• 对AIDD的相关内容有一丁点了解，比如至少知道这个缩写的全称，了解可能需要学习哪些内容

博主开始学习的路径如下（包括了跑偏的一些分支），有不懂的名字可以百度，都很简单（实在不理解可以评论，博主看到会回答），相关内容不是必须看博主的文章，可以直接去网上搜免费的资料，大致找一篇系统一些的文章一直学完即可，不需要纠结选择哪篇文章：

• 工具
  • 学习的时候最好做一些笔记，博主用的是免费优雅的 Typora 在本地写文章，然后传到 csdn ，这样既不占用电脑存储空间，而且方便随时随地查阅学习，更容易系统化整理。博主没有系统学习过 latex 和 Typora，只是了解了一些基础然后遇到不会的再去查，这个内容作为工具不需要太深入。
  • 想做思维导图可以用 xmind，免费版即可满足要求，上手也很简单，多用快捷键很方便
  • 博主看书主要在 Ipad 的 goodnoets，可以通过很多渠道免费下载到基本所有的电子书（如果有需要电子书资源请自行查找下载），如果有选择尽量下载可检索的文本，方便利用搜索功能。有关的书可以多下载一些，某几本作为完整看完的书，其他书可以作为补充材料，遇到不懂的术语可能会在这些书里找到答案
• python
  • 基础语法和简单库，这个可以搜到很多免费资料，看书或视频都可以。博主忘了当时如何入门的，只记得学完之后做了一些小的东西作为练习比如画圣诞树和雪花等，之后去考了python的计算机二级（很简单）
  • 爬虫，这个是学完基础内容的一个跑偏（与AIDD关系不大），不过也加强了写代码的能力和对python高级语法的认识，当时看的是MOOC北理工的相关视频和其他地方找的一些资料，这个文章是当时写的一部分汇总。通过这个内容的学习也了解了很多网页和SQL数据库的相关内容，同时偶然入门 latex。当时觉得 latex 这个东西好优雅，于是开始用 typora 写博客文章，把 csdn 作为一个云端存储自己笔记的地方，typora常用的数学公式编辑语法 这个是博主查阅相关语法的网站。
  • pyqt5，这是学完上面两个东西的跑偏（也和AIDD关系不大），通过学习这个内容加深了对面向对象的理解，这是当时看《PyQt5》的写的文章。学完之后想着练习一下，然后用爬虫和pyqt5做了一个简单的应用，大致功能是读入英文的txt论文文件显示在软件左边，然后通过鼠标选中英文文本，软件直接翻译成中文显示在软件右边
  • 数据分析，这个当时主要是学 numpy，pandas，matplotlib 相关的内容，看《python数据分析》记录的文章在这，这个内容和 AIDD 的关系比较大，最好不要跳过认真学一下。学习不需要太深入，只要了解大致框架内容即可，做到有问题的时候知道去哪里找可以找到答案就可以
  • C/C++，shell，R 语言，这个内容和AIDD关系也不很大，不过比较推荐学习，可以更深入了解编程语言和计算机基础内容。当时也是看MOOC上的C++入门学习的。博主记录的相关学习笔记有C与C++，shell，R 语言是后面粗浅学习了一些，没有记录文章，网上可以搜到很多内容。后续进阶C++的内容和计算机基础看了侯捷老师的视频，也可搜到免费教学
• 数学
  • 线性代数和矩阵论，线代当时看的是B站MIT那个视频入门的，矩阵论是后续回忆线代顺便想深入学习线代学的，相关的笔记内容都记录在这里。推荐书籍《矩阵分析与应用》《The Matrix Cookbook》《线性代数的几何意义》，博主收集的其他书还没看过，不过很多打算以后学习。
  • 数理统计+概率论+微积分，博主本科通过医用高等数学的课程学了一些相关内容，因此没有再去系统学习，推荐书籍《统计推断》《普林斯顿微积分读本》《普林斯顿概率论读本》，遇到不懂的去看相关内容即可
  • 最优化，B站有中科大视频，这个是笔记汇总，主要学习拉格朗日法相关的内容即可
  • 其他内容包括常微分方程，测度论，数学分析博主也粗略学习了一下，这些内容和AIDD关系不大（当时深陷数学无法自拔）这里记录了一些笔记
• 计算机相关课程（跑偏）
  • 数据结构与算法看的是B站浙大的视频，这里是笔记，看完之后又找了一些刷题教程通过各大刷题网站锻炼代码能力。后续荒废之后重看了一遍，用C++实现了内容，记录在这
  • CS408内容看的是B站王道系列视频，也看了中科大的计算机网络视频，相关的黑皮书也可以看
  • 离散数学看的是《Discrete Mathematics and Its Applications》学的，没有做笔记
• AI
  • 基础入门机器学习，当时有些飘了，没有学相关的数学内容就直接去看了《临床大数据分析与挖掘》，记录的笔记在这，笔记也补充了一些B站吴恩达机器学习入门的内容。机器学习入门有很多文章和视频，随便挑一个评价比较好的学习即可，不需要纠结选哪个，重点在学好学完
  • 系统学习机器学习，博主主要是看了《统计机器学习》，然后自己动手实现了一些算法，代码可以在这里，后续也看了西瓜书和《机器学习实战》一些内容，做了一些零散的笔记，这里不好整理，需要的可以搜相关文章
  • 系统学习深度学习，博主看的是动手学深度学习，之后零零散散看了很多视频和书学习各个细分的方向。
  • 零散学习相关内容，忘了的一些内容或者比较好的文章做了一些笔记，比如正则化方法总结，激活函数总结等
• AIDD
  • 主要通过书籍学习，写这篇文章这会儿只看完了《Artificial Intelligence in Drug Design》，一些原文重要的点记录在这，未来打算看一些其他电子书，目前已经收集好了，正在巩固基础
• 实践
  • 四处学习了一些理论知识之后想练习实践一下，博主是通过公众号和一些网上冲浪的留意收集了一些github代码和相关配套论文做了一些代码细读，相关内容记录在这