越是长大以后越是发现，所有的计划和目标，需要用至少三年的时间浇灌
总结我所存在的问题：
| 基本功 | 方法和语言 | 领域知识 |
|---|---|---|
| 统计 | 脚本语言 | 肿瘤和医学数据 |
| 数学 | python和R | ML基础 |
以上用三年来补足
三年计划
总目标：
| 短板 | 完成具体任务 | 标准或方式 | 时间线 |
|---|---|---|---|
| 统计 | 系统地学习统计和概率论课程2套 | 常用统计学 | 2个月，2023年3月前 |
| 数学 | 根据统计学和ML知识，需要什么补什么 | 完全看懂算法和统计公式，能够写和推公式 | 长期 |
| 脚本语言 | 实战和查阅视频资料 | B站资料和基因课 | 长期结合刻意学习，2022年12月 |
| Python和R | 1. 看好程序学代码； 2. 练习LeetCode | 写好程序 | 2年，2024年4月 |
| 肿瘤和医学数据 | 1. 实战； 2. 看一千篇肿瘤相关文献；3. 刻意学习肿瘤的相关知识 | 可以提出好的医学生物学问题 | 2年，2024年4月 |
| ML基础 | ML和DL的系统性学习 | 听5套课程，复旦->李宏毅->李沐->斯坦福->MIT | 一年，2023年4月 |
| Paper | 1. 完成MOGI的图分类任务部分；2. 发表5篇8分以上文章 | 每年2篇 | 2025年4月 |
五年计划
- 获得生信学肿瘤方向博士学位
- 具备R、python甚至C语言的编程技术
- 具备数学、统计学以及算法知识
- 发表一作文章8篇，一共20篇
- 具备建模和人工智能研究经验
- 争取申请专利
十年计划（更为宽泛）
- 申请帽子
- 进医院或高校继续研究，成为PI
- 在肿瘤诊断和网络方向深耕细作
- 结合时代和研究性质，再开发和学习新技术融合生物信息学、人工智能
