研究生研一学习机器学习ML、深度学习DL的规划

研究生学习机器学习ML、深度学习DL的规划

保上研之后也没有很好规划自己的学习路线，看到b站上的一位清华博士讲述他本科也是机械，跨考计算机后的学习路线，所以记录下来，从现在开始按照规划来一点一点地做好。

1. 掌握python（推荐一周）
   1.1 面向对象编程
   廖雪峰python网站: https://www.liaoxuefeng.com
   1.2 数据分析Numpy
   numpy 100题: https://www.yanxishe.com/columnDetail/24784
   1.3数据分析pandas
   pandas 100题: https://www.yanxishe.com/columnDetail/17112

2. 机器学习、深度学习（一学期）
   2.1 cs229斯坦福机器学习官网历年课程 notes和录像 https://cs229.stanford.edu/；（比较偏数学）
   2.2 李宏毅老师深度学习课程录像，历年课件和作业代码 https://speech.ee.ntu.edu.tw/~hylee/ml/2022-spring.php （全网最全最好中文学习材料，最推荐）
   2.3 机器学习公式推导的话，B站上的shuhuai的白板系列
   2.4 李沐老师的《动手学深度学习》

3. 找到自己感兴趣的研究方向（整个研究生生涯的80%时间）

4. 研究常用工具
   a. VSCODE remote ssh插件可以直接链接服务器；
   b. arxiv可以下载论文的latex版本，在Download -> Other formats里，下载完改成.zip后缀就可以解压；
   c. VALSE会议，普通人没论文也可以报名参会，会有很多学者的报告；
   e. Datawhale一个专注于数据科学与AI 领域的开源组织，会组队学习编程和AI技术；(蛮好的)
   f. Math type软件可以自动识别latex数学公式，这样不用手打会快很多；
   h. 秘塔写作猫 网站

5. 研究生
   a 时间管理，用线上excel做出每个时间段需要完成的任务，随时查看。或者用手机自带的日历。
   b 搜索一些课程的笔记，直接在后面加上cheat sheet，比如meachine learning cheat sheet，能够搜到别人整理好的机器学习的笔记（重要）
   c 学好英语，固定时间背单词和练口语
   d 学习动力和想对22岁的自己说：
   实现目标的执行力。
   学习的收获感。
   明白自己愿意为目标和理想付出多少。
   先学习再娱乐。
   不要自卑和在意别人的眼光，相信自己可以创造更大的价值。
   勿人穷志短。
   捷径就是最大的弯路，踏踏实实做，不要急于求成。
   了解自己，找到属于自己的道路。

参考
https://www.bilibili.com/video/BV1qB4y117aU?spm_id_from=333.999.0.0
https://www.bilibili.com/video/BV16q4y1b79N/?spm_id_from=333.788.recommend_more_video.5

侵删