也算是督促一下自己吧~
Ⅰ. 科研:
-
ML/DL 基础
-
经典模型:SVM,Kernel √
-
Learning 优化:频率派,贝叶斯派 √
-
Learning 优化:常用Loss及其性质 √
-
Learning 优化:常用Optimizer及其性质 √
-
Learning 优化:最大后验估计训练,正则项,Weight Decay √
-
模型:Dropout √
-
模型:Normalization √
-
模型:RNN √
- 基础RNN,LSTM,GRU √
- CTC √
- Attention √
- Transformer √
- 基础RNN,LSTM,GRU √
-
模型:CNN √
- skip connect:ResNet,ResNeXt √
- Inception,Xception √
- Mobilenet,其他近期小网络 √
- SE-Module √
- Detection:RCNNs,YOLOs √
- skip connect:ResNet,ResNeXt √
-
tricks:LB smooth,mix-up, data augmentation √
-
练手(MNIST、CIFAR) √
-
-
Reinforcement Learning
- Markov Decision Process √
- Bellman Equation、State-Value Function √
- Value-Based类方法(Q-Learning,Sarsa,Sarsa-
λ
\lambda
λ,DQN) √
- DQNs(Double,Dueling,Prioritized-Replay,Noisy,Distributional) √
- Policy-Based类方法(Policy-Gradient的Reinforce,TRPO,PPO) √
- Actor-Critic类方法(A2C,A3C,DDPG,D4PG;最近的SAC,TD3) √
- RL中的特征工程
- RL+MCTS、Min-Max Search √
- Policy Gradient练手:Flappy Bird √
- DQN及其多种优化练手:塔防对战 √
- A3C+MMS 练手:五子棋 √
- Markov Decision Process √
-
Auto ML
- 常见SOTA models
- NAS:One-Shot、DARTS、RL or Population based
- Auto Aug
- 常见SOTA models
-
工具
- scipy,numpy,pandas,sklearn √
- keras(tensorflow2) √
- pytorch,尤其是autograd、DataLoader、distributed √
- 画图的,matplotlib+seaborn,tensorboardX √
Ⅱ. 基础知识:
数据结构:
-
线性结构
- 单调栈 强化 √
- 单调队列 √
- 单调栈 强化 √
-
树状结构
- 主席树 √
- 差分树状数组
- SBT √
- Treap,FHQ Treap √
- zkw线段树 √
- KDTree √
- 带权并查集 √
- 主席树 √
算法:
-
动规
- nlogn LCS √
- 序列dp 强化 √
- 状压dp 强化 √
- 树形dp √
- 数位dp √
- 概率dp √
- 斜率优化和四边形不等式优化 √
- nlogn LCS √
-
树上
- dfs 强化 √
- 非递归回溯 √
- dfs序 √
- 树链剖分 √
- LCA(倍增、RMQ、Tarjan) √
- dfs 强化 √
-
图论
- Dinic及其深度优化 √
- SAP / ISAP √
- 二分图思维 √
- 费用流思维 √
- Johnson多源最短路 √
- 差分约束系统 √
- 2-SAT √
- 第k小生成树 √
- 双连通 √
- Dinic及其深度优化 √
-
分治
- CDQ分治 √
- 树分治 √
- 线段树上二分
- CDQ分治 √
-
字符串
- next数组 强化 √
- AC自动机以及Trie图 √
- 后缀自动机
- next数组 强化 √
-
计几
- 点、线段、直线间所有关系 √
- 极角排序 √
- 二维凸包 √
- 三维凸包 √
- 旋转卡壳 √
- 多边形和圆(相交、几何元素位置关系、放缩等) √
- 半平面交 √
- 点、线段、直线间所有关系 √
-
数论 & 数学杂项
- CRT √
- 逆元与组合数 √
- 置换群与Polya定理
- 线性递推与矩阵快速幂 √
- FFT,NTT √
- MoBius反演 √
- CRT √
Ⅲ. 工程:
-
工具
- linux、git;shell 编程;vim √
- cmake、make √
- tex √
-
语言
- 高版本C++特性:(14)变量模板、泛型Lambda;(17)结构化绑定、Fold表达式 √
- Boost C++:smart_ptr、xpressive
- Python:详尽的特殊语法特性;PEP8 和 pythonic √
- Java及常用框架 √
- JavaScript:了解 √
- HTML,CSS:了解 √
- 高版本C++特性:(14)变量模板、泛型Lambda;(17)结构化绑定、Fold表达式 √
-
思想,范式,设计模式
- MVP、MVVM:高内聚+低耦合 √
- OOP,IOP √
- DIP、IoC √
- MVP、MVVM:高内聚+低耦合 √
-
Qt
- GUI强化练习(重构之前的一些代码) √
- QRC,QSS √
- 多线程,锁,同步 √
- .ui √
- 动画模板
- RL游戏AI √
- 了解PyQt √
- GUI强化练习(重构之前的一些代码) √
-
OpenCV
- 熟悉接口(尤其矩阵相关) √
- 配合学习VS √
- socket;opencv √
- 熟悉接口(尤其矩阵相关) √
路还相当长…但还是要加油鸭