学习人工智能的头四个月
摘要：
读研之后，我选择了人工智能（感觉很酷），导师的方向就是我的方向，所以我可能入坑迁移学习（Transfer Learning，TL）了。导师说，这个方向需要数学和英语。我不懂，在群里问师兄师姐们，这个暑假要做些什么，并按照他们给出的建议，结合自己的理解进行学习。现在，经过这四个月的实践检验，我要将我对机器学习（Machine Learning，ML）的粗浅理解整理出来，分享给我即将到来的师弟师妹们，还有刚入门TL的同行。我才不会告诉你我想通过自我总结来提高语言表达和逻辑思维能力呢。
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。
目录：
1.前两个月
2.后两个月
内容：
1.前两个月
前两个月是新奇的。
试想一个对人工智能（Artificial Intelligence，AI）了解甚少的人，满怀憧憬打开新世界的大门，就像干燥的海绵，贪婪地想要了解一切相关的知识。
（1）首先，亟待解决的一个问题就是，TL是什么，在AI中处于怎样的位置，AI、ML、TL等这些是什么关系？
当查阅相关资料的时候，又冒出来一大堆名词，如数据分析（Data Analysis，DA），数据挖掘（Data mining，DM），模式识别（Pattern Recognition，PR），神经网络（Neural Network，NN），深度学习（Deep Learning，DL）等等。OK，这些东西你要自己去查一查，我到现在也不能准确地说出他们的区别，这并不影响我们学习TL。
（2）接下来，如何入门TL？
我选择先入门ML。【1】【2】是较好的工具书，可以通览一遍，以后遇到特定的问题再回头查阅（其实就是看不懂）。【4】适合想要锻炼动手能力的同学，可以配合【6】【7】一起看哟，我就是属于看过6,7看不懂4的人。【5】是我认为最好ML入门视频，还能练练英语听力。如果你看完了这些，那么就对ML有了宏观上的认识，成功地迈开了第一步，不，一大步。
再入门TL。先看【3】再看【8】，你问我为什么？先看中文再看外文啊，以后遇到新的课题也是如此，先看中文综述，再看外文综述。又，我为啥不停地写英文简写呢，当然是强化记忆咯。
#参考文献
1.《机器学习》周志华
2.《统计学习方法》李航
3.《迁移学习简明手册》王晋东
4.《机器学习实战》
5.“吴恩达机器学习”网易云课堂
6.“sklearn极简教程”网易云课堂
7.“Python3教程”廖雪峰
8. <A Survey on Transfer Learning>
2.后两个月
后两个月我来到了学校，好像开始步入正轨。
在前两个月的学习中遗留了不少问题，比如数学公式看不懂，英语资料阅读慢，编程能力弱，甚至代码都看不懂，怎么办？看到DL很火，想了解一下怎么办？
于是，DL入门可以看一下【3】，Python入门可以看一下【1】，后面3个项目大致看一下是什么，需要用到再回头练吧，没事做可以看看【2】放松一下，还能开拓视野。
上面说的这些都看完了，会也不会，就是觉得没事做，空虚、迷茫怎么办？我选择看一篇论文，最好是你感兴趣的方向的大牛写的，我选择我的导师的论文【4】，遇到不会的就查阅之前看过的资料，或者科学上网，厚脸皮问。从理论、公式到代码实现（代码还没要到）。
再后来，导师发来四篇字典学习（Dictionary Learning）相关论文【5】【6】【7】【8】。说实话很开心，首先方向似乎变“窄”了，更有针对性，其次是导师感兴趣的方向，遇到问题可以“无障碍”请教（如果自己选了感兴趣的方向，导师又不了解的话，可能科研会比较难）。
最后推荐SumatraPDF阅读器和金山词霸2016自动划译，科学阅读外文文献哦，拜拜。
#参考文献
1.《Python编程从入门到实践》袁国忠译
2.《浪潮之巅》吴军
3.“深度学习工程师”网易云课堂.微专业.吴恩达
4. <Transfer learning with partial related “instance-feature” knowledge>
5. <Inferring Painting Style with Multi-task Dictionary Learning>
6. <Multi-Paced Dictionary Learning for Cross-Domain Retrieval and Recognition>
7. <Multi-target Unsupervised Domain Adaptation without Exactly Shared Categories>
8. <Multi-task Dictionary Learning based Convolutional Neural Network for Computer aided Diagnosis with Longitudinal Images>
