连续两周没写周总结了,41周的周总结因为涉及到一些私事所以还是删掉了(当然感兴趣的还是可以在我的 repo 里面找到之前的 commit)。

过去两周还是发生了很多事情的,一件一件来说吧。

10.15-10.17 去上海参加了 HACKxFDU,这也是第一次参加 Hackathon,最后抱了大腿队友水到了一个微软的万物互联奖,不过奖品就两套物联网套件,根本不够四个人分(╯°□°)╯。在上海大概玩了一个礼拜,去了趟迪士尼(人多,体验差,项目无聊)就回学校了。然后上一周基本上没做什么事情,一是要准备大创项目的中期检查答辩,二是要复习软件工程的考试。

最近做出比较重要的一个决定就是确定了以后将要从业的方向,以前基本上都是按照兴趣来学,什么都做过一些,但都不是很深入,也没有想好以后工作想要干嘛。最近不知道怎么突然对数据挖掘和机器学习产生兴趣了,正好之前做的一个大创项目也是和这个有关的(虽然项目内容都是在划水),所以还算对这方面有点经验。

但是要解决的问题还是有很多的,比如说如何找到工作的问题,搜索了一下,机器学习/数据挖掘的岗位都需要有研究生学历,作为一个辣鸡学校的本科生,能不能找到工作就是一个问题。跟一个朋友说了一下想法,他说我在玩火……当然,实际上这方面倒不是太担心,如果有普通研究生能力的话找到一个工作还是不难的。

另外一个就是需要系统得学习这一套东西了,包括微积分、线性代数、概率论、统计学、机器学习,大部分内容是数学,现在有点后悔大一大二的时候没有好好学数学了,高数那些课基本就是划水过去的,欠下来的债还要还的。

现在基本的计划就是:

  1. 看《利用 Python 进行数据分析》,把 Python 的几个科学计算库用熟练;
  2. 复习一下数学的知识,看《程序员的数学》系列的三本书,有基础的话应该挺快就能看完;
  3. 看李航的《统计学习方法》;
  4. 看《集体智慧编程》;
  5. 看周志华的《机器学习》;

上面就是初步的入门计划,应该看完了对数据挖掘/机器学习有一个基本的了解了,可以顺便去 Kaggle 上打打比赛,虽然不一定能够能拿到好名次,积累一些经验总是好的。另外 Ng 的课和台大的《机器学习基石》也可以看一下。

其他一些资源:

这周和下周的计划就是把《利用 Python 进行数据分析》这本书看完。

ps:买了《文明6》,感觉时间还是挺紧的(╯▽╰)