2019，人生中大学的第一个学期便这么过去了，在这几个月的时间里，迷茫的跟个瞎子一样，但心态以及认知也与之前大有不同。
9月到10月：
我自学完成了第一学期的主要课程，并在开学的第二个星期得到了老师的青睐。老师带着我来实验室参观，那是一个十分不错的学习环境，当时我还是很骄傲的，毕竟那么多人争着抢着要我。
10月：
我接触了数据分析，同时也了解了一些机器学习，当时我是蠢得可悲，认为机器学习只是数据分析的一小部分，其实两者差距甚远。我开始学习各种包，天真的认为机器学习只是那么简单，只是调调包，丝毫无技术含量可言，我甚至在想，以前的学都白上了。同是十月，我决定要去德国重读本科，因为我觉得在这里我学不到什么。
11月：
每日只是在学习调包和德语之间来回调动，我那时觉得我的状态不是很好，心理很矛盾，机器学习已经有了那么好的库sklearn什么的直接调用就可以了，为什么还要学习那么多的理论，为什么还是有人自己复现了一遍算法，仅仅这一次的茫然，直接把我以往的骄傲击得粉碎。
在11月与一个中科大的学长（退役OI选手）长谈，他说现在教育的这根细线，在社会上体现的越来越明显。
我瞬间就明白了，也感到了一种无力，因为我没有办法去超越那些从10岁左右开始竞赛的人，也是那个时候，一个想法顿时在脑子里冒出来了——当老师，我想给那些没有方向的人指明方向（虽然自己现在半斤八两，但是人是会成长的），更想为社会做出一些有意义的事情。
我感觉我疯了，因为，我以前从没有这样想过。
12月：
临近期末，我开始了复习状态，因为申请学校要求均分，但是由于我不清楚以后的方向，根本就没有办法静下心来复习，脑子里一团糟，那是迷茫，我觉得没有人能帮我，包括带我的老师，我的老师主要的方向是网络工程。
最让我感到幸运的是我遇到了一个南大研二的学长，并且他也在做ML，他说：现在各行各业都在搞机器学习，对于他们而言会调包就够了，但是对我们CS专业来说远远不够，复现别人的轮子是自己研究设计的基础，如果只会用别人的轮子，这个太低级了。
我很高兴，开始了我的ML学习旅程
一次，我在实验室与老师谈了很久，我并且把当老师的想法抛了出来，他很支持我的选择，包括留德。在这次交谈中，我受益很多，这种收益不是单单来自专业方面，更多是来自人生观。
2020年1月：
为了机器学习，我从最基本的开始，学习了基础线代知识，还有剩余的高数知识。
推公式的过程中，我感受到了数学的神奇与魅力，也曾感叹人类的智慧，那个时候我陷入了一种狂热的状态，如果不把这一步弄明白，我是睡不着觉的，整夜失眠的那种，如果我解决了困扰我很久的问题，我会兴奋的跟个孩子似的。
也是在一月，一个大胆的想法，我想搞一辈子的学术，可能是心血来潮。
在苦磨机器学习的时候，在周末，我甚至不会出我的小帐篷，除非上厕所和去吃饭，在我的印象里，整日就是看书，实践，困了就睡一会儿。
德语的进程也慢了下来，打算在假期进行强化。同时也定下了目标本科大学：
1、萨尔大学
2、哥廷根大学
机器学习离饱和程度还有很长的距离，目前还有太多太多的问题没有去解决，虽然现在是AI热，但是大多数都是应用型的人才，容易被替代，现在很多广告上写着3天带你学会人工智能，看到这种广告，我吐了，而且还有人愿意去相信，当下社会很浮躁，我们更需要静下心来思考问题。
机器学习的根本是数学，刚入门的时候不需要很深厚的数学底子，但越往后，才发现数学的水很深。
机器学习入门课程以及书籍：
1、吴恩达机器学习
2、浙江大学机器学习研究生课程（这部分SVM讲的十分详细）
3、统计学习方法----李航（推导过程十分详细）
建议：
要自己实现算法，重复的造轮子，自己重复的推一遍公式，比如：为什么要用结构损失，而不用经验损失。
