总结和规划

 完成coursera上的ML课程后感觉良好

但是一会就发现其实自己还差得远,又开始跟Probabilistic Graphical Models(PGM)的课程,买了一本影印的Pattern Recognition and Machine Learning,雄心勃勃地开始看

然后。。。发现自己不会的还太多,数学公式我自己尝试去推导却推导不出来,英语反而没有构成太大的障碍

数学的重要性我觉得不用再强调了,虽然正课才开始上概率论与数理统计,但我觉得这不是理由,所以要开始把概率论往后学,在自学过程中遇见的数学方面的要积极查资料了解,不准水

有人说coursera上的ML是Stanford 的CS229的阉割版,还真不假,因为coursera上讲的太偏实践了,数学证明什么的都直接带过

“知其然还要知其所以然”是我现在对自己的要求,不光要会用,还要有自己去研究改进的能力,出于这些考虑,我又去下载了Stanford CS229的视频来看,给自己说句“加油”!

  至于《PRML》,当然会继续看,只是会随着cs229和PGM的课程来看,当成课本了!

  之前一直纠结一个问题:要把一个学科研究透彻,那研博基本上是必须的,但我又不想费太多时间。现在考虑这样:1.去了解机器学习的基础,尽我所能;2.多使用相关算法,应用方面至少要熟悉。

自勉:既然选择了远方,便只顾风雨兼程

你可能感兴趣的:(总结)