交代一下这篇文章的写作背景：
本人是一位从小喜欢计算机的，大学金融学专业，毕业从事数学教学工作，对Ai很感兴趣的一只萌新。通过自学的方式断断续续接触过VB、C++、HTML、java、python等编程语言，浅尝辄止，各方面原因没有深入在某个领域。
最近偶然看到一堂人工智能的入门课，将概率统计和微分学等数学原理与机器学习的底层逻辑结合讲解，可以说激起了我的兴趣，仔细考量未来发展方向，决定在这个领域深入研究一番。
为了更好的提高自己的学习效率，将采取类似“费曼学习法”的方式，为了能轻易的“输出”，来倒逼自己去“输入”。之后通过写博客的方式记录下学习编程的过程，并将有价值内容整理下来，督促自己的同时，如果能对其他正在学习编程的伙伴们提供借鉴，那将会超越期待。
目前的学习进度为，了解人工智能领域的编程语言基本上以Python为主，语法上手容易，但需要更多实践提高代码熟练度。了解的数据结构为numpy，模块结构为Keras和TensorFlow，程度非常浅，只是跟着教学课程使用。理解人工神经网络涉及的数学方法，比较接近概率统计中的回归分析，卷积神经网络涉及的原理与数学中的概念不同，从矩阵乘法角度理解问题不大，不过了解尚浅，知其然而不知其所以然。
接下来的学习任务，首先打好python基础，通过一些实例熟练一下代码，然后进一步了解机器学习的各领域以选定深入研究的方向，闲暇时间不定期更新。
补充：我使用的是MacBook进行开发，配置开发环境的时候照着教程一步一步来，遇到的问题为使用terminal安装各种库的速度较慢，且由于断网等原因安装失败，一般采用pip3 uninstall xxx卸载，之后重新安装，多次尝试解决。
