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】
对学习进行认知，形成学习节奏
对表达进行认知，形成改进方案
目标1-5
3.输出目标1-5输出：
1.CS229Week1前半部分的学习，巩固了机器学习的基本概念
2.线性模型公式推导，学习了最小二乘法和极大似然估计殊途同归，导出线性回归的目标函数，进而学习凸函数证明与w,b的求法。
3.完成线性模型的python实现
4.完成《利用python进行数据分析》的一个案例
5.ML作业1
学习的状态有所回升，专注时间有所调整
暂时的困难：学习的调整、一些事务耽误学习进度，
初期编程学习急于求成，章法不足（开了多个比赛、作业和课程，真正做透的很少）
目前围绕《PyTorch深度学习实践》+《利用python进行数据分析》核心，初步有节奏，预计还需要1周时间调整。
英语写作等还未提上日程，将带来未知的困难
初衷是基础不牢，论文可能看不懂，目前应该以高维数据分析课程为契机，阅读教科书，进而阅读参考文献。
加入讲的环节
编程学习
加入教科书，进而阅读参考文献
