阶段性总结(近一个月以来)

综述

我在全面剖析了自身的特质以后,针对于工程技术领域的经验丰富优势、科学研究领域的理论薄弱劣势。我制定了全面夯实科学研究理论基础的学习计划、全面提高效率抓大放小的精力分配原则。

执行成果

线性代数(包括矩阵LU分解、奇异值分解) - 完成
概率论 - 完成
梯度 - 完成
《层次分析法》和《集合论》两篇论文 - 针对数学建模 - 完成
《机器学习》周志华 - 已完成前三章
英语新闻听写 - 150分钟 - 完成
阅读《踏踏实实学英语》- 英语新闻听写的指导书 - 完成

仍需努力

英语新闻听写 - 总量300分钟 - 预计7月31日之前完成
数理统计 - 预计7月20日之前完成
All of Statistics - 机器学习的概率与统计简明教程 - 可能8月31日之前完成
《机器学习》周志华 - 争取8月31日之前完成
Coursera - Machine Learning - Andrew Ng - 可能需要到10月末完成
Coursera - Applying to the U.S. Universities - 可能需要到9月末完成

进一步计划

《信息论》
《数值计算》
《矩阵论》
《伽罗瓦理论》-仅做了解

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容

  • 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1) 注...
    Albert陈凯阅读 22,199评论 9 476
  • 很多人说,我有酒? 你有故事吗? 是的。。。。 我有,故事。 十二月的早晨,太阳光耀眼的我睁开眼来,手机...
    喃芳小镇阅读 169评论 0 0
  • 老家,这个称呼对我来说有两种含义。一个是指自己的家乡,另一个是指老房子。而我要说的是我家的老房子。 老房子是标准的...
    河出图洛出书_51394阅读 356评论 1 0
  • 这两天一直都不太想吃饭来着 我和某台笑称大概是为情所困 某台说别闹了 就是换季胃口不好 说的也是有些道理的 至于真...
    小窝窝爱我阅读 210评论 0 0
  • 据说,这是一个来自很久很久之前的诅咒,不知道为什么,它应验在我身上。我只是一条普普通通的鱼,一直向西游,不眠不休,...
    司徒镜心阅读 291评论 0 1