硕士期间的总结以及读博之前的一些思索

Posted by WangW on August 18, 2019

转眼从2017年9月的朦朦胧胧入学到现在2019年9月已经两年了,我的硕士生涯也即将结束(西北工业大学硕士2.5年毕业),挺幸运的是毕业去向(读博)也大概率确定了下来。实话说,感慨颇多,但又不知从何想起,索性边想边记录下来吧,以期望能给自己的硕士生涯画上句号。

引言

我本科学的是机械制造及其自动化,考研失误被调剂到了生命科学学院,以期望做一些交叉方面的研究;于是乎,就在西工大生命学院安顿了下来,师从骞爱荣教授。实验室主要做骨代谢相关方面的研究,实验室有几位老师方向不尽相同,我一开始被安排到了一位做生物信息的老师。研一上学期都在学习以及在实验室做一些老师安排的学术相关的工作,直到研一寒假前几天一个偶然的机会,骞老师希望能够开展基于人工智能的疾病诊断相关方向。十分幸运的是老师基于我的背景希望我能够往这一方向发展,我本人也是十分感兴趣,于是乎也就一口答应了下来。不得不说,有目标的人儿是幸福的,我在研一下开始前确定了目标之后,动力十足也开始恶补相关知识。

研究基础

既然确定了方向,也就搜罗怎么系统补上基础,以及跟上相关前言研究。下面我根据几部分来写我所学的知识以及开展的研究。

数学

实话说,我在前期并没有仔细看数学知识,我是在后来时间不那么紧迫的时候开始看,认真过了一遍《线性代数》、《概率论与数理统计》、《高等数学》三本书籍,确保在学习人工智能相关相关知识的时候不会被数学拉后腿;当然,我大概率会在今年寒假将《离散数学》、《凸优化》、《泛函分析》、《数值分析》等基本数学知识补上;主要进度如下图:

机器学习计算机视觉

这一部分是我入门最重要的一部分知识,没有机器学习方面的积累,恐怕连模型都无法建立,更甭说什么实验,什么论文了。因此这一部分我学的格外认真,首先和大部分人一样,从吴恩达老师的视频课开始学的,在courses上学了他的《机器学习以及深度学习》;其次看了《统计方法学习》、《机器学习》、《深度学习》、《数字图像处理技术》这几本基础书籍;寒假将会开始《特征提取与图像处理》、《Computer vision: algorithms and applications》、《computer vision: model, learning and inference》等书籍,也会将《强化学习》消化掉;最主要进度如下:

工具相关

工具相关的话,不要走弯路,需要哪方面的工具就去学,并且一定要学主流工具(也就是在你领域中的主流工具)。我学过的一些工具主要有以下一些:

计算机基础

让我没想到的是,我在研究生阶段确实没有遇到一定要懂编译原理,计算机网络等什么基础知识。因此令人惭愧的是我并没有认真学习这些,当然一定要学的。主要包含以下几个部分:

项目及论文

一直在跟基于机器学习的病理图像分析研究相关工作。这个没啥好说的,在写论文、基金以及专利的过程中,对我最大的帮助是我见识了这些东西,并且我也实战了这些东西,将来遇到不会两眼一抹黑这就行了,我已经很满意。

浅显展望

首先要说的是,肯定会先将硕士期间的基础打牢,以及将未完成的任务完成;

其次是,需要在博士入学前尽快进入状态,多读一些相关方向书籍以及综述性文章,掌握相关技能栈。