也写个自己的学习过程和计划-共勉

赞lz学习计划，激励我好好学习呀！！
里面有些课我也陆陆续续有上过，问题就学了又忘。我觉得要多做project才是能比较好的把这些skill记住。
我现在已经工作了，总想着能不能把学到的东西运用到工作中，但是不知道如何下手，哎business sense太挫。有没有方法提高这方面的？

meggie1111 发表于 2014-10-28 05:58
赞lz学习计划，激励我好好学习呀！！
里面有些课我也陆陆续续有上过，问题就学了又忘。我觉得要多做projec ...

你好！
表示之前你的文章“说说我的跳槽坎坷路，求offer”我有看过，并且收藏了。。。
作为一个还在找工作的**，说说自己的感受和愚见。。。
因为我来美帝前没学过一门CS的课，所以之前一年都在学习各方面的知识拓展CS的面，然后其实忘了差不多了是非常正常的事情，但是我笔记一般记得很好，所以就算忘了，如果哪里有需要(比如做project；或者在学校上课上到某部分发现以前上过，拿出笔记来看看，这样上课可以跟老师互动；或者找工作面试会考，却忘记了，拿出来温习)。
所以我觉得我上这些公开课的目的是让我对方方面面有个很好的入门和了解并且得到一些练习，比如机器学习课，如果没上过那个公开课，那连什么是机器学习，什么是监督学习，神经网络是什么，会发现这种词汇听都没听过，等到遇到了，发现根本无从下手不知道去哪儿学。但是如果之前有学过，就算忘光了，但你知道有这么个东西存在：神经网络，是机器学习的算法的一种，记得是有很多的Neurons，但具体怎么操作怎么写代码有什么好处都忘记了，这个时候再拿出笔记或者网上查查看，脑海里立马会有不错的回溯。如果之前都没学过，一看到神经网络这个词，靠，这是什么，google一下，靠，机器学习，这又是什么，为什么除了神经网络还有这么多乱七八糟的东西，什么是支持向量机，什么是逻辑回归，什么是主成分分析，完了，啥都不懂，我是不是要去学一下机器学习？到头来还得学。
所以我想表达的是，也不用完全考虑把学过的东西去应用起来，等到真的在实际工作中碰到问题，再有的放矢地去把之前有点忘记的东西拾起来。也就是碰到了再回去学，而不是学好就能用上。毕竟工作上能运用到的只占我们会的东西的10%-30%。。。
最近各种忧伤。。。刷leetcode找SDE的工作于data scientist渐行渐远。。。还请大侠能指教一下找工作。。。不求薪水，但求找到。。。

nibuxing 发表于 2014-10-28 07:23
你好！
表示之前你的文章“说说我的跳槽坎坷路，求offer”我有看过，并且收藏了。。。
作为一个还在找 ...

记笔记确实是个好方法。高中毕业有就没好好记过了，重拾技能。
leetcode我觉得刷起来还学到挺多的，比如之前听不理解recursive 算法的，做了几个binary tree的就恍然大悟了。之前找工作也是稀里糊涂的找了个要我的就去了。当时为了面google的statistician把各种test和统计的一些概念做了些整理，应该是我当时准备最认真的一次，但是还是悲剧了，原因是基础知识不够扎实，没法活学活用。
倒是工作后慢慢发现自己喜欢并且在短期内比较能实现的position是个什么样的。以前找工作除了想去弯曲完全没有工作性质的目标。
不过我也是太急于求成，所以目前面的情况都不是很理想。打算静下心来像lz学习，认真笔记总结知识点。

我觉得内推还是很有用的，然后就是缘分也是很重要的。

nibuxing 发表于 2014-10-28 07:23
你好！
表示之前你的文章“说说我的跳槽坎坷路，求offer”我有看过，并且收藏了。。。
作为一个还在找 ...

记笔记确实是个好方法。高中毕业有就没好好记过了，重拾技能。
leetcode我觉得刷起来还学到挺多的，比如之前听不理解recursive 算法的，做了几个binary tree的就恍然大悟了。之前找工作也是稀里糊涂的找了个要我的就去了。当时为了面google的statistician把各种test和统计的一些概念做了些整理，应该是我当时准备最认真的一次，但是还是悲剧了，原因是基础知识不够扎实，没法活学活用。
倒是工作后慢慢发现自己喜欢并且在短期内比较能实现的position是个什么样的。以前找工作除了想去弯曲完全没有工作性质的目标。
不过我也是太急于求成，所以目前面的情况都不是很理想。打算静下心来像lz学习，认真笔记总结知识点。

我觉得内推还是很有用的，然后就是缘分也是很重要的。

比较系统，有帮助的好贴

大赞楼主！！！今年第一个学期也要努力起来了！！！！

谢谢楼主！！！！！！！
现在不会N多语言都不好意思出去跟人打招呼

感谢楼主的分享啊，尤其是从一年级到六年级那个例子~！

2.coursera的Machine Learning是用MATLAB的，是Coursera的招牌课并且口碑很好，我觉得对于ML入门帮助会很大，并且可以练习MATLAB。一开始教简单的线性回归和逻辑回归，然后同样，为了解决bias和variance问题引出regularization，然后是较为好用但是比较慢的神经网络，全面发展成熟的SVM(with Kernel和without Kernel)，随后是非监督的聚类（非常简单容易理解），降维用的PCA

求问这门课是说ANDREW NG的MACHINE LEARNING吗？刚入门了MATLAB正好可以练习一下。。。

ppca 发表于 2015-1-9 04:44
2.coursera的Machine Learning是用MATLAB的，是Coursera的招牌课并且口碑很好，我觉得对于ML入门帮助会很大 ...

恩，是的