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