关于高效自学这门课程的建议
来源：1-1 课程导学
慕沐6048137
2019-02-21
老师好！我是南京大学的一名在读的应届生，有几个问题想请教一下。
我目前的情况是：算法方面学过一门Lamda实验室老师讲的数据挖掘课程，只是对普通的机器学习算法，logistic回归，贝叶斯，SVM，ANN有粗浅的理解；平时主要项目都偏工程，且主要编程语言是Java；Python的话，之前写过几个脚本，谈不上精通（不过如果需要，重新捡起应该也不难）。另外，我的数理基础不弱，综合成绩90+，院里能排前10%。我现在必须花一个月的时间（可能不连续）去学一下这门课程，以应付人工智能研究院的学员考核，大概流程是笔试+面试，那边有师兄帮衬，但突击补漏，提升实力只能靠自己了。另外，实战课里的项目也能够在简历里体现。
希望老师在这门课的学习方法上提供一点建议，突出主次。
ps. 如果老师能推荐一些开源的Deep Learning项目。
或者老师打醒我，我并不适合算法领域？
迷茫青年，见识粗鄙，希望老师点拨（如果问题太多，就回答一下学习方法就好，毕竟其他问题不在您的职责内）。感激（惶恐）不已。
1回答
-
同学您好，
第一，应付考试的话，就无所谓了，考啥就复习啥就可以了，毕竟考试成绩除了保研以外没什么大用。这一点我觉得可以通过找往年的复习资料确认重点更靠谱。
第二，提升自身实力的话，建议先把CNN和LSTM作为重点，这两个在公司中使用的最多。如果想深挖的话，建议多读论文，跟进最新算法，比如Transformer模型。理解了算法后，动手操作一些实战项目，现在可以用的项目有很多，我最近在关注tensor2tensor，是一个基于tensorflow的工具包，可以很方便的实战各种问题，比如翻译，图像生成文本等，建议也关注一下。
第三，快速突击的方式应对考试可以，但要提升自身实力，需要放平心态，不骄不躁，多看论文多实战。掌握理论知识，同时掌握python+tensorflow，技能树长满，相信你会收获很多。
祝深度学习之旅顺利。
222019-03-12
相似问题