个人学习计划

本人现状短期目标（4个月左右）学习计划

本人现状

做了十几年的网络工程师，突然公司需要转身投入到程序员的行列。由于过去只是从书本里学过编程的基础而已，并且这十几年根本不使用与编程有关的知识，所以现在基本是零基础开始。

短期目标（4个月左右）

掌握深度学习（图像分类）的基础理论，能够独立完成小规模的项目工程。

学习计划

第零阶段：数学课程 包括：线性代数，概率论，高等数学，统计学第一阶段：python基础 包括：python语法，面向对象部分第二阶段：python数据结构基础 包括：链表，线性表，树，图，排序，查找第三阶段：数据科学库基础 包括：numpy，pandas，matplotlib，seaborn第四阶段：机器学习数学基础加强。 包括：高数，概率，线代加强第五阶段: 机器学习基础 这部分参考书籍：统计学习方法，李航 包括：机器学习算法理论基础第六阶段：机器学习进阶 包括：分类算法，聚类算法，回归算法，HMM第七阶段：sklearn机器学习实战 包括：特征工程，建模代码实战第八阶段：深度学习基础 参考书目：深度学习花书 包括：深度学习BPNN，CNN，RNN，LSTM，Alexnet，ssd，yolo第九阶段：tensorflow实践。 包括：深度学习算法实践第十阶段：pytorch基础与实践 包括：pytorch基础知识（见xmind）第十一阶段: cv基础知识储备 包括：opencv，gan，gru，gan变体第十二阶段: cv项目基础1个月 包括：图像识别，目标检测，图像分割等第十三阶段：kaggle的cv项目实战 包括：选择好的一部分kaggle案例