Machine Learning Plan

  小硕一枚，自己很水，目前在一家很大的公司做一枚小螺丝钉，已经工作一年，这一年的时间基本做的都是打杂的事情，所以痛下决心，决定改行跳槽，最近机器学习这么火爆，因此决定入坑。现在整理了一下自己的学习计划，为了督促自己更好的学习，所以打算把计划写下来。

  按照时间来做计划：

  2018.4.21--2018.5.31：学习书籍《机器学习实战》+《统计学方法》，争取能够达到对机器学习有一个初步理解，统计学有一个了解。两本书要结合着看，而且能够使用python手动敲一遍《机器学习实战》中的算法，以及《统计学方法》里的知识。对于python语言，由于有一定基础，平时可以看看廖雪峰的博客，身边备上一本《python学习手册》以便查阅。

    本次阶段学习，可以花两天时间学习git如何把代码保存到gitHub,主要是为了督促自己学习。

  2018.6.01--2018.7.31：学习吴恩达的公开视频《Machine Learning by Andrew Ng》,同时加强一下python的学习，此时可以看下《利用python进行数据分析》（本书主要讲pandas在数据处理上的应用）

   2018.8.01-2018.8.31：继续学习机器学习视频，林轩田老师的《机器学习基石》+《机器学习技法》的视频课程，这两门课程主要侧重于算法的推导，其中《机器学习技法》是《机器学习基石》的进阶；在本次阶段学习中，因为前面有了一部分的机器学习的准入门知识，所以可以看看python的书籍：《计算机科学和Python编程导论》，这是为学习CS做一点准备。

  2018.9.01-2018.9.30：有了前面的准入门知识，至少对经典机器学习有了一定的了解，所以可以进行下一步的深度学习。本阶段打算还是利用吴恩达的深度学习专项课程，第一部分《Neural Network and Deep Learning》；这时应该开始学习CS的一些知识了，本次可以看看《深入理解计算机系统》。

 2018.10.01-2018.10.31：继续学习吴恩达老师的深度学习知识，课程为《Improving Deep Neural Networks: Hyperparameter tuning,regularization and optimization》,着重于神经网络的优化；本阶段学习可以看看《大话数据结构》这本书。

  2018.11.01-2018.11.30：吴恩达老师的深度学习课程《Structuring your Machine Learning Project》,本阶段可以看看《数据结构与算法分析-C语言描述》这本书，虽然是C语言，但是可以尝试用Python实现。

 2018.12.01-2018.12.31：吴恩达老师的深度学习课程《Convolution Neural Networks》,卷积神经网络在机器视觉中的应用比较好，可以结合下载的CNN论文看，本次可以看看《SQL必知必会》，了解数据库的基本知识。

2019.1.01-2019.1.31：新的一年啊，一定要坚持。本次继续学习吴恩达老师的《Natural Language Proceccing Building sequence models》,此时可以刷一刷题了，利用《剑指Offer》以及LeetCode刷题（100题）。

2019.2.01-2019.2.31：此时应该准备简历了，可以准备Kaggle比赛，进行实战，同时要看看《C和指针》。

2019.3.01-2019.3.31：看看CS231N-深度学习与计算机视觉-网易云课程，着重看CNN，同时看看《C++ Primer》。

许多课程或者书籍因为没有看过，所以还不知道具体花费时间，但是顺延吧，数学很重要啊，期间还有时间要看看其他的数学书了。以后每隔一段时间就要来写写进展以及心得，一定要坚持，加油！