總結和規劃

 完成coursera上的ML課程後感受良好

可是一會就發現其實本身還差得遠，又開始跟Probabilistic Graphical Models（PGM）的課程，買了一本影印的Pattern Recognition and Machine Learning，雄心勃勃地開始看

而後。。。發現本身不會的還太多，數學公式我本身嘗試去推導卻推導不出來，英語反而沒有構成太大的障礙

數學的重要性我以爲不用再強調了，雖然正課纔開始上機率論與數理統計，但我以爲這不是理由，因此要開始把機率論日後學，在自學過程當中碰見的數學方面的要積極查資料瞭解，不許水

有人說coursera上的ML是Stanford 的CS229的閹割版，還真不假，由於coursera上講的太偏實踐了，數學證實什麼的都直接帶過

「知其然還要知其因此然」是我如今對本身的要求，不光要會用，還要有本身去研究改進的能力，出於這些考慮，我又去下載了Stanford CS229的視頻來看，給本身說句「加油」！

  至於《PRML》，固然會繼續看，只是會隨着cs229和PGM的課程來看，當成課本了！

  以前一直糾結一個問題：要把一個學科研究透徹，那研博基本上是必須的，但我又不想費太多時間。如今考慮這樣：1.去了解機器學習的基礎，盡我所能；2.多使用相關算法，應用方面至少要熟悉。

自勉：既然選擇了遠方，便只顧風雨兼程