总结和规划

 完成coursera上的ML课程后感受良好

可是一会就发现其实本身还差得远，又开始跟Probabilistic Graphical Models（PGM）的课程，买了一本影印的Pattern Recognition and Machine Learning，雄心勃勃地开始看

而后。。。发现本身不会的还太多，数学公式我本身尝试去推导却推导不出来，英语反而没有构成太大的障碍

数学的重要性我以为不用再强调了，虽然正课才开始上几率论与数理统计，但我以为这不是理由，因此要开始把几率论日后学，在自学过程当中碰见的数学方面的要积极查资料了解，不许水

有人说coursera上的ML是Stanford 的CS229的阉割版，还真不假，由于coursera上讲的太偏实践了，数学证实什么的都直接带过

“知其然还要知其因此然”是我如今对本身的要求，不光要会用，还要有本身去研究改进的能力，出于这些考虑，我又去下载了Stanford CS229的视频来看，给本身说句“加油”！

  至于《PRML》，固然会继续看，只是会随着cs229和PGM的课程来看，当成课本了！

  以前一直纠结一个问题：要把一个学科研究透彻，那研博基本上是必须的，但我又不想费太多时间。如今考虑这样：1.去了解机器学习的基础，尽我所能；2.多使用相关算法，应用方面至少要熟悉。

自勉：既然选择了远方，便只顾风雨兼程