大二上学期（回顾与展望）_大二上学期(回顾与展望)

大二上学期（回顾与展望）————写在大二下学期开学的前一天

想起去年此时，壮志满满，感觉自己可以一天工作25小时保持高效，做事从不拖拉，然而现在却非常墨迹，寒假开始要完成的事拖到现在，或许明年也不会再写了吧。

去年这个时候，我说我想学算法（刷ACM）和做项目（学MFC）。虽然现在看当时的想法很native，但是也是有一定道理的。

• 算法：代表了学术方向
• 项目：代表了工程方向

这两个方向可以说是所有计算机类专业学生的共同方向，学术与工程，虽然听说大多数人以后都是走工程道路。这两个方面相辅相成，搞学术需要工程师来实现想法，工程需要学术的产出作为理论基础。

当然不是说学术方向都是算法，也不是说工程方向只是做项目。都有夹杂着的。

1. 回顾：

• 算法：
  程序设计竞赛中比较有名的就是ACM了，虽然ACM的题目大多都是求精确解，属于第一代算法（基础算法）的应用，对于解决现实问题没有太大的实际意义，但是对脑力的锻炼和对解决问题的培养个人看来帮助还是非常大的。但是对于ACM，目前连省赛的奖都拿不了，连省赛三等奖都没拿过。可见其实这方面我也不是特别强。
  不说ACM，说其他的像机器学习算法（贴近于现实应用的）。但是这些算法学习效果又没有比较权威的检测标准。而且这些算法用到了许多书本没教的高等数学和概率论知识，好吧我去自学。
  这里就要说一下去年参加过的一个校级的数据发现大赛的，我会调用python的机器学习API，用SVM去预测银行数据，我一看数据，标准17列，没有空的出来，抑郁读取，只有2种情况预测，好简单二分问题，数据量化直接跑，然后准确率还90多，感觉自己好厉害。然后看了一下数据，发现数据有严重的样本数量不平衡现象。好我砍掉一些样本再训练，搞完提交，准确率不像我预想的那样。再观察一下，虽然没有空格，但是人家空缺值用Unkown填充，而且有一列unkonw占比例非常大。后续….
  总之这里要说的是，由于机器学习算法已经很成熟了，并且由许多优秀的库来给你使用，因此就是你不深知底层原理，你还是可以做出结果出来，而且所使用的算法一般都不是决定效果的因素。决定效果的因素大多是你输入向量（特征值对实际要预测的数据的表达效果如何）也就是特征工程其实在整个机器学习的过程中是非常重要的。虽然目前出现了深度学习技术，号称只要神经网络够复杂，只要数据量够大，数据的预处理变得不那么重要，因为它在训练过程会逐层分解你的数据。想那个建了几百层神经网络然后训练识别猫的图片，用了一个超算中心。但是这种基于连接主义的算法本来就是黑匣子，目前学术界也没有给出为何可以取得如此好的效果的理论解释。因此目前来说，数据预处理还是很重要的。但是我的状况呢，对机器学习算法的理解停留在只能给门外汉吹水的水平，对数据预处理几乎没有什么擅长的，cv领域就只会一个二值化+压缩一下，就丢给算法训练了，而且是丢像素，什么haar特征，Hog特征都没怎么试过。NLP没接触过。常规数据，想银行数据之类的只会标准化一下，然后就直接丢了。反正就是很水。
• 工程：
  虽然做了一个所谓大创项目，但是我就是调用一下微软API，再调用一个脑电的API，然后组装起来，然后用opencv掉一下摄像头，做一下效果。而且写出来难以维护，高耦合，低内聚。
  那种几万行代码的项目都没怎么接触过，什么设计模式，框架也只停留在听过的水平。工程能力也是水。

2. 展望：

• 学术：
  ACM有空可以刷一下，不能太沉迷。
  做研究的话主攻方向可以人工智能方向（但是这个还是太宽泛，但是太清晰我也说不出来，比如说像在机器视觉，或者自然语言处理，还是大数据分析等具体领域应用），目前是计划先搞机器学习算法，然后搞几个数据挖掘比赛，学一下如何处理数据。
  但是这有个问题，学机器学习算法见效非常慢，然后我又是一个非常功利的人（我想搞机器学习是因为听说薪酬高，而且现在是移动互联网下半场，它的浪潮过去下一个时代就是人工智能时代拉。如果搞web开发的薪酬能高于数据工程师，计算机视觉开发之类职位，我肯定会毫不犹豫地转web的。）学算法可以看吴恩达在斯坦福的公开课我觉得，不过一集相当长，1个多2个小时。
  为什么说见效慢了，前段时间学的唯一动力是要写论文，我要努力使我的论文没有逻辑错误因此我要去研究算法的内在理论。而实际应用，我一行API就解决的事好吧。
  还有就是数据处理，这个的效果可以在数据挖掘类比赛体现出来，目前就照着《利用python进行数据分析》在学，感觉整本书就是一本工具书。学得很浮躁，翻得极快。

• 工程：
  工程能力在学校是学不到的，努力找实习吧。

现在也没有什么见效快的学习方法，总结一下接下来个人学习计划：
1.数据分析方法。结合《利用python进行数据分析》
2.机器学习算法。斯坦福公开课，周志华《机器学习》
3.有空可以刷一刷ACM题，不可沉迷。

这学期计算机网络，操作系统，数据库就要来了。这种程序员的基础也要好好打。