诞生背景
上周五B老师一针见血地指出我目前转型做算法的两个最大的心理问题：
1、理论知识不足
2、编程基础薄弱
为了能抓住将来可能会有的从事算法岗的机会，同时弥补自己校招时没有继续选择统计建模、数据挖掘相关工作的遗憾。本周开始恶补这两方面的知识，通过实践来树立自己的信心。在CSDN开博记录自己的学习过程，和自己学习遇到的问题。
学习材料
机器学习理论知识的第一本书：《统计学习方法》 李航著
编程基础的第一本书：《Python基础教程 第二版》 Magnus Lie Hetland著
学习方法
理论部分：
1.研读学习材料，尽量理解书中的所有内容，包括证明推导部分，记录相关名词。
2.在网上查找对应算法模型的python实现，以及常用的包调用方法，并记录。
3.尝试寻找公司内部对应算法模型的实现方法，必要时请教同事。
编程部分：
1.研读学习材料，理解书中的所有内容，不清楚的需要自己在程序中实现。
2.从windows的用户环境切换到mac，熟悉mac环境。
3.熟悉mac pycharm的开发环境，在pycharm下保存运行脚本。
4.培养工程师思维，比如用markdown写博客，找回linux的感觉。
学习计划
学习周期：每周日上午-下周六上午
学习机会：
1. 周一到周五保证每日2小时（早地铁 + 晚7/8-9点 + 晚10点30-11点30）
2. 周末保证每日8小时
一周总结：每周六上午
总结内容：
1. 每周学习时长
2. 理论知识记录，问题记录
3. 算法模型的python代码实现梳理
Target
5.11-6.8 完成《统计学习方法》理论部分的学习
6.8-6.22 完成《统计学习方法》中相关模型的python代码梳理
5.11-6.22 完成《Python基础编程》前10章学习
buffer：1week
打卡附图：
【大牛B老师】
