PhD第一學期小結

學習方式上，我發現我更喜歡遇到問題了而後去學習相應的知識來解決。而不是一次性把相關知識都看懂了，再來解決某個問題。這學期的學習基本上都是這個模式。之前處於各類緣由，都是用第二種方式來學習的。如今嘗試了一下第一種，感受不錯。之後就用這種模式了。

Paper什麼的就不說了，本身略挫，作的也不值一提。

 

Get到的東西：

1. Python. 科研上的絕大部分事情如今能夠用pyhon解決，已經度過了一開始動不動就去stackoverflow的狀態。用過的package有nltk, beautifulsoup, LA. 這些都是project或者實驗須要的時候去現學現賣的。不過也所以，這些package瞭解的不算深，基本上都是把對應部分的文檔看了看。python也是，並無像原來學C++那樣啃了一本書先。不過我以爲仍是須要體系地看看的。

2. PMF. 這學期的research基本上和它在打交道。本身也用python實現了（實在看了太多遍了，如今估計都能不經思考直接寫出來了）。不過感受程序效率還不是很高，這也是之後要改善的地方。And它的原理其實沒有徹底掌握，也是future work了。

3. Weka. Data mining的project用到這個。project的題目是自定的，給定網頁的文本和一些feature（事實證實這些feature不靠譜），訓練出一個分類器，對網頁分類（時效性網頁與非時效性網頁）。Weka主要是用來提取feature，對文本向量化，設定各類選項（ngram, stopwords, TF-IDF/BOW, stemmer）。選擇各類分類器。如今只用了explorer，GUI下是很熟。接口上當時由於時間緣由就沒了解了。再度future work..

4. English Writing. 這個算是被寫paper練出來的吧。說實話仍是歸功於考託福那段時間對這方面的總結。如今還很受用。有種階梯性上升的感受。

5. Big data. 這門課混了個A-。對Big data不少東西有了個初步的瞭解。其它的就沒啥了。Assignment仍是挺不錯的。

6. Data Mining. 這門課混了個A。對各類技術都有所瞭解。若是要針對裏面任何一項展開研究，都有些基礎了。這學期我重心放在research上，沒想到課業成績混得不錯，真是呵呵呵呵。狗改不了吃屎。

7. 對學術界的瞭解比之前深多了。

 

To learn:

1. 這學期修了一門Computer Network & Security. 對這方面幾乎不懂。本着不做死就不會死的原則，我仍是做死了一回。由於真以爲這挺interesting的。雖然能夠繼續選AI相關的course，不過那樣永遠接觸不到新東西，會愈來愈固步自封。就算是偶爾地圓圓hacker的幻想，也須要好好學。

2. English Writing. 這是個人優點，要發展成勝勢。要把standford那些視頻給看了。

3. Python. 系統看看。最好能作個小project。

4. PMF的原理。

5. VIM

6. Bash Script & Linux Basics