大二下就这么结束了。现在回想起来，感觉这个学期是浪费得最严重的，课外感觉什么也没做。尤其是尝试机器学习这一块，是花了时间但感觉还是原地踏步。想着，不如就把一些感想写写，给像我这样的普通人，又想接触机器学习的，多一个参考，以免又像我这样，让时间匆匆流走却没抓住什么。
教材没选好
由于对讲授这种形势的排斥，我一开始选择了看书。到图书馆借了四五本打算慢慢啃。结果就是，尽管这些书都说是面向零基础，实际上在理解方面都没做什么，不是三言两语带过就是啥也不提。尽管上学期已经修过概率论，这学习修了线代，我还是看得一塌糊涂。这些书更像操作手册，资料手册。
说个题外话，对初学者极为友好的书，莫属王爽老师的《汇编语言》了。汇编这大半个学期学得很辛苦，考试前最后两周看了王爽老师这本书，有种醍醐灌顶，豁然开朗的感觉，再回去翻学校选的教材，老师提供的60道题，都不是坎了。甚至真的有汇编非常好玩这种感觉。面向初学者的教材都可以向这本书取一下经啊。
就这么磨着，热情高不起来，书是看了时间花了但啥也不会。按着书的做了几个实验，但为什么参数要这么设，为什么是这个损失函数，一堆为什么，啥也不懂。
实践需要有必备的基础知识
不是不建议多实践，而是需要有必备的基础知识作为前提。刚好跟了一个老师做项目，老师先让我们学习一段时间，就拿了一个数字手写识别来上手学习，类似机器学习中的‘Hello World’。结果就是上网搜，搬别人的代码，学期末了，是做出来的了。但其实是不怎么懂的。比如Tensorflow的就没怎么懂，想多次预测结果模型不能加载多次，最后只用了加载预测还原这样循环的笨方法。
目标不明确
做MNIST（数字手写识别）的时候，尝试了下自己手写数字的识别，没有用MNSIT库里面的。做着做着慢慢就歪去搞计算机视觉的东西了。去看怎么进行图片处理，去看openCV...这里又耗了不少时间，至此还未入门。
入门要快
最后，也就是现在，还是选择去尝试听了下李宏毅老师的《机器学习》（B站上）。啥也不说了，就一个字！好！
老师好玩，解释到位，还配有作业可以实践。
所以，以后自学应该是，选一门mooc，带有作业的，快速入门。之后再选择看书或者其它路径继续深入。
先不说了，我要去继续看了
