Semester-4-Week-10¶

完成了第一次文献汇报并被挂黑板
学习了CS61A的Week 2和Week 3
代码复现比较失败
看了李宏毅老师的一些课程
染上了深度学习

小确幸¶

这周真的非常愉快，我看了很多机器学习和深度学习相关的东西，完善了自己对于MAML的理解，看了很多Youtube上的讲解，深感知识获取的容易和共享开源的精神，国内的环境还是有待培养啊，学习了实变函数并完成了考试，分数不太理想但是想到平均分不及格显然是压分了，那么我这个分数似乎算的上优秀？实在是学习了相当多的东西，周五学习了61A的Week2后周日继续完成了Week3，非常愉快的学习经历.

还看了李航老师的统计学习基础的一些章节，目测顺序有些问题，有些名词不是初学者应当知道的，或许在使用前补充一门导论课会比较方便(例如数据科学导论doge)

基本原则¶

再次确立了一些基本的原则

反思¶

第一次做这种文献的汇报还是很有收获的，虽然被挂了黑板，，，主要的想法是：

学会挑刺，思考作者在文章中所施加的条件如果削弱或是推广会发生什么样的事情
多思考一些复杂的情形，比如数据集不良，初始点不良
对于细节实现也需要把握，比如一些基本的概念要清楚
有自己的idea，虽然这点很玄学，不过我觉得在大量的阅读paper后应该可以达到这样的程度
多follow相关研究，尽可能对这个方向5-10年的发展比较清楚
做代码实验，用例子来替代理论推导(没想到老师也不爱听理论推导哈哈)

下周计划¶

应该还需要制定一个五一的计划，不过主体肯定是要应对高代月考的，然后是刷完白皮书和谢惠民吧(对应部分辣)，花一些时间去学数理统计和实变函数大概每门总计一天的时间

然后是对61A的学习，感觉能学到Week 5的样子

数据科学导论汇报的会议
随机过程的follow
和老师的一次面谈
数理统计AK
实变函数用Folland的follow
尽快复现一个深度学习项目
学py的相关库(np,pd,sklearn,matplotlib,seaborn,stata-model,pytorch)
高等代数的复习(预习)