1.目标
中短期（9.29-11.14）：
学习时间：6h/day or 40h/week
下午CS229课程+西瓜书公式推导，交叉进行
1.斯坦福CS229机器学习课程【英语听力+数学】【total:40h;3h/2 day】【笔记本】
2.《西瓜书》【数学】【total:50h;3h/2 day】【笔记本】晚上ML作业+论文+《PyTorch深度学习实践》/《利用python进行数据分析》（交叉进行）
3.网课《PyTorch深度学习实践》【pytorch框架】【2h/2 day】【在线编程】
4.书《利用python进行数据分析》《python3数据挖掘》【python编程】【2h/2 day】【在线编程】
5.ML作业【编程】【2h/day】【Kaggle】
天池数据挖掘比赛【python编程】【1 times/month】【天池notebook】
数据挖掘比赛【pytorch框架】【1 times/month】【csdn】
论文ICLR 2019 《Manifold Mixup: Better Representations by Interpolating Hidden States》
当期：
配置设备对论文进行认知，形成论文笔记系统，项目学习系统，形成近期任务清单
2.输入
目标1-5
3.输出
目标1-5输出：
1.暂无
2.支持向量机推导
3.暂无
4.巩固pandas
5.论文复现（Pytorch实现）
论文：论文ICLR 2019 《Manifold Mixup: Better Representations by Interpolating Hidden States》
正文笔记与大纲
学习的状态持平，专注时间持平
4.困难
近两个月有1个硬件课设（verilog+机械臂）和1个软件课设（北航的操作系统实验），将熟悉云服务器、虚拟机、Linux指令，复习嵌入式、操作系统的知识。
高维数据分析教材需要反复阅读，加深理解。
5.下一阶段
调整
理论方面，本周需要完成西瓜书支持向量机模型，之后是贝叶斯+集成学习模型
编程方面，本周需要加深Pytorch的论文复现学习，之后是matplotlib+seabon+scikit-learn。
比赛方面，本周需要完成二手车交易价格预测 特征工程建立+基础模型的建立求解，之后是模型融合。
论文方面，本周需要对论文写作部分的理解，加深算法的pytorch实现理解。
挑战
现阶段的论文学习聚焦于基础文献的算法实现部分，
理论的学习需要时常复习与实践，不然容易遗忘。
编程需提高编程习惯与查阅文档的能力