今年学习主要有三大目标，一个是机器学习，一个是指数基金投资进阶，一个是经济学。分别梳理一下进度和掌握情况。
1、机器学习
为什么学机器学习：第一个，从赚钱层面看：市场广阔，有一定门槛，适合自己的个性（喜欢推理和逻辑分析），工资较高。第二个，从好奇心方面看：全新的领域满足了自己的好奇心，试图从第一份老旧的工作环境中转型到新环境开启新生活。第三个，从学习力提升方面看：即使找不到工作，在这个过程中充分锻炼了学习力、逻辑推理能力、数据分析能力等，为今后从事其他事业打下基础。
机器学习内容有哪些：机器学习的应用范围很广泛，目前落地且成熟是图像、自然语言、风控、推荐四个。 我选择推荐系统路线，不过这是最近1个月才做出的决定。之前半年多都在学习高等数学相关知识，Python爬虫、Python科学计算库（Numpy、Pandas、Matplolib）、各种常见机器学习算法。
近期的学习进度：数学打算用到再复习，掌握了Python爬虫、掌握了Numpy、正在巩固Pandas、Matplolib。
近期的学习计划：总计计划需要50天左右，从今天开始算的话，计划到2021年1月13日。
-掌握Pandas（3天）、掌握Matplolib（2天）
-掌握经典算法【线性回归（2天）/逻辑回归（2天）/softmax（1天）、KNN（1天）、决策树（2天）、集成学习（bagging（1天）、boosting（adaboost（1天）、gbdt（2天）、xgboost（2天）））、聚类算法（2天）、SVM（2天）、贝叶斯（1天）】
-复习一遍其余算法（EM（2天）、HMM（2天）、主题模型（2天））
-着手专攻推荐系统 （20天）
-深度学习相关内容用到再进行学习
可能遭遇的困难：
-年龄太大找不到工作：打牢基本功、降低工资要求、 放平心态
-学不会怎么办：多看几遍、多动手练习、多问问人。如果无法动手练习则跳过，今后用到再学，面试问到再学
-确实找不到工作怎么办：到上海看看，当作游学。保持IT方面的学习和发现问题，尝试创业。
2、指数基金投资
为什么学指数投资：要将主要精力放在工作、学习或事业上。目标是获取15%左右的投资收益，指数可以达到并且是最节省精力、风险也是最小的。指数基金是巴菲特多次在公开场合推荐普通投资者的投资标的。
指数投资的内容：掌握为什么要投资，为什么投资指数基金。掌握指数是什么、指数基金是什么、指数基金的优点和不足。掌握常见的指数基金分类，各种常见的指数基金特点。掌握常见的指数估值方法（盈利市盈率法、博格公式法、博格公式的变种）。掌握指数基金的买卖和技巧（如何降低费用、分红处理、定投频率、定期不定额投资等）
指数基金投资的进度：基本掌握螺丝钉指数投资指南的内容，基本模仿出螺丝钉的指数估值数据的抓取，结合长投温度的思想，制定了适合自己的投资方式。
近期的学习计划：进一步阅读投资相关书籍，重点在巴菲特和芒格的思想上。进一步了解指数投资相关内容和书籍。进一步完善模仿螺丝钉的策略。
3、经济学
为什么学经济学：第一、纯粹喜欢，喜欢那种和现实贴近的学科。第二、锻炼经济学思维，更好的做出决策。第三、提升学习力，建立系统的学习方法。
经济学的内容 ：掌握经济学十大原理
经济学的进度：掌握了人们如何做选择（人们面临权衡取舍、机会成本、理性人考虑边际量、人们会对激励做出反应）、掌握了人们如何相互影响（也就是市场如何运行、政府的主要工作、税收的作用和影响）---贸易使人们的生活更美好、市场通常是组织经济活动的好方式、政府有时可以改善市场结果。
近期的学习计划：继续学习微观经济学相关内容。能亲口讲述给别人听。能结合现实生活用经济学解释。基于经济学的思维做好重大决策。
以上就是三大学习目标的整体情况。经济学和指数投资的掌握度是最高的，也确实是自己擅长和喜欢的事情，并且可以赚到钱。机器学习则是困难重重，经常是学了后面的忘了前面的，现在的对策就是放平心态，可以认为我不是为了找工作而学习机器学习的，我是为了更长远的事情学习，为了锻炼数据思维、独立思考、逻辑推理、数据分析、提升学习力而学习。对于我来说，这类似于攀登珠穆拉玛峰，如果成功了可以极大的提升自信心，如果失败了，我也心安理得，至少我努力了。心态调整好后，就需要一步一个脚印的打牢基础，每学一个知识模块都要自己整理成思维导图，然后进行讲述，想象自己在给别人上课，一方面巩固知识，查缺补漏。一方面提升自己的演讲能力。
如果说今年最大的收获是什么的话，那就是我懂得了慢的力量，一方面指心态的慢，一方面指做事情扎扎实实做好的态度，不追求短期的快，而是一步一个脚印的落在实处。
如果这个事情不是1年到3年才能做好的事情，就不要开始去做。如果这个事情一句话讲不清楚，就不能碰，就重新回到基础去学习，去巩固。
慢就是快，少即是多。
