完成coursera上的ML課程後感覺良好
但是一會就發現其實自己還差得遠，又開始跟Probabilistic Graphical Models（PGM）的課程，買了一本影印的Pattern Recognition and Machine Learning，雄心勃勃地開始看
然後。。。發現自己不會的還太多，數學公式我自己嘗試去推導卻推導不出來，英語反而沒有構成太大的障礙
數學的重要性我覺得不用再強調了，雖然正課纔開始上概率論與數理統計，但我覺得這不是理由，所以要開始把概率論往後學，在自學過程中遇見的數學方面的要積極查資料瞭解，不準水
有人說coursera上的ML是Stanford 的CS229的閹割版，還真不假，因爲coursera上講的太偏實踐了，數學證明什麼的都直接帶過
“知其然還要知其所以然”是我現在對自己的要求，不光要會用，還要有自己去研究改進的能力，出於這些考慮，我又去下載了Stanford CS229的視頻來看，給自己說句“加油”！
至於《PRML》，當然會繼續看，只是會隨着cs229和PGM的課程來看，當成課本了！
之前一直糾結一個問題：要把一個學科研究透徹，那研博基本上是必須的，但我又不想費太多時間。現在考慮這樣：1.去了解機器學習的基礎，盡我所能；2.多使用相關算法，應用方面至少要熟悉。
自勉：既然選擇了遠方，便只顧風雨兼程