MachineLearning 学习计划

又是到了deadline的时候才想起要去完成作业，很感慨自己人生经历过无数次这样的经验，不过还是希望这次能够拥有一个较好的开端，并让自己能够在未来的一年里保持下去

---

自身情况分析：

目前读研中，研一，计算机专业，本科信息管理（偏管理类），计算机相关知识掌握不多，目前所能掌握的语言只有C和Python，除此之外也有一些pandas、numpy，以及一丢丢的爬虫和一丢丢的sklearn；监督模型和非监督模型也学习到了部分，如SVM、adaboost、决策树、SVD、NMF等，都仅仅是在原理和部分公式推导的层面，并没有吃透。最后也就只有推荐系统的部分算法，所剩无几

---

自身想法：

1，由于自身的课程原因，所以打算将自己短期的计划与课程结合起来，在完成知识的内化同时，可以顺便方便复习考试
2，结合自身以往的状况，鉴于长远计划的模糊性会很大，并且会在执行过程中因为临时因素的扰动造成计划的巨大变动，故在中期计划和长期计划的方面，不做详细地设定

---

短期计划（12月20号~1月20号）：

必修目标：完成自己老师日常课程的内容总结，对课程内容上的算法原理和公式推导深入掌握
选修目标：对所学习到的模型结合sklearn，在某一项目上完成sklearn上模型的基本使用
学习主线：《西瓜书》、机器学习课程PPT
辅助资料：《模式分类》、吴恩达机器学习视频、《统计学习方法》

中期计划（1月20号~）：

暂定书籍目标：《机器学习实战》、《推荐系统实战》、《集体智慧编程》、《流畅的Python》、《Hands On Machinelearning with Scikit Learn and TensorFlow》

长期计划（未定）：

方向：寻找一个实习机会