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。
掌握python(推荐一周)
1.1 面向对象编程
廖雪峰python网站:
1.2 数据分析Numpy
numpy 100题: /columnDetail/24784
1.3数据分析pandas
pandas 100题: /columnDetail/17112
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/-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》
找到自己感兴趣的研究方向(整个研究生生涯的80%时间)
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
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
/video/BV1qB4y117aU?spm_id_from=333.999.0.0
/video/BV16q4y1b79N/?spm_id_from=333.788.recommend_more_video.5
侵删