初略查了些资料，也看了几集Andrew NG的机器学习视频，英语跟不上，另外发现数学方面的数学分析，高等代数，和概率论与数理统计也忘的差不多了，还是得具体制定个计划，不能毫无目的得看，这样学来得东西终归不牢靠。

总体目标

大概通过两年得学习成为这方面得专家，实现上可拆分为两部分及理论和实践。具体分为三个步骤： 首先是应用，毕竟程序还是要看见东西，实现为主，所以先以较为简单的直接教使用tensorflow的视频，教程为主学习，里面的原理先不探究，熟练运用，解决各种问题，这个过程基本给半年时间。 接着开始学习理论知识，以前本科专业偏数学，毕业后也没发现数学有什么用，直到发现了机器学习，原来数学这么高大上，如果上学的时候能有些跟实际贴合的东西，应该更有利于学习。这个也大概给半年时间，把数学的基础课程自学一遍。 最后，就可以动手用C++实现一个简单的类似tensorflow的东西，实现那些主要的算法，基本上给与一年的时间。 先这么定，当然这里的界限不是严格的，只是指的是在那个阶段花更多的时间做，学数学基础知识不等于就完全不coding。概括来看是从实践到理论再到实践的过程，从应用分层来看是从实际应用到基础理论再到基础研发的过程。

学习成果

学习的成果一定要看得到，摸得到。至少一周一篇博客，程序代码建立相应得github库，并及时提交。

知识固化

所有得成果，如果做完就扔一边，随着时间流逝，慢慢也就忘却了，所以以后一定要养成翻看以前成果得习惯，这是知识固化得最好得方法，毕竟学到东西是需要花很多时间的，而翻阅查看只需要很少的时间，学而时习之，何乐而不为。