感言

這30天相信大家過得非常充實，而這也是我學習這個領域的過程，感謝這麼多先輩的陪伴，老實說會有這篇文章的原因是出了場意外，為了回公司做準備，首先上了吳恩達的課，但沒有Python跟Octive基礎的我看起來十分吃力，雖然老師總說暫時看不懂沒關係，但隨回公司時間越來越近，總是有股無力感，所以決定從Python開始好好鑽研，如果這個歷程能幫到大家就真是太好了

最後回顧我們走過的路

Anaconda

• Python
• nbextension
• Spyder
• Conwey's game of life

機器學習

• Kaggle
• SKlearn
• XGBoost
• Titanic

深度學習

• DataFlowr
• PyTorch
• CNN, RNN
• CV, NLP

編輯環境

• Jupyter Notebook
• Colab

心靈喊話

在復健期間看了公司前輩Murphy給的一系列書籍，對我幫助很大，非常感謝他，以下是我看完書的一些感悟

關於學習

常保好奇，擁抱新事物，主動積極
對不確定因素保持樂觀，只要不影響該做的事，不限制嘗試
需要學習的地方很多，在學習過程中可能會有所遲疑，但面對海量學習資源，從哪開始都沒關係，怎麼做跟持續才是重點
先求有再求好
用適合自己的方式
建立自己的知識體系可以發覺很多零散知識其實都是相關的
在快速學習前提下，比起論文，二手資訊也不錯，比起勉強看英文，中文也不錯
果斷立定大目標，彈性更替底下小目標
全部擇優就一定有好結果嗎？

關於心態

未來不可知，先把握住自己能掌控的
不干於平庸，蹲的越低跳得越高
優秀是卓越的敵人，我就只有這樣了嗎?
不因小成績自滿，好還能更好嗎？
重要的事要有觀察力，判斷力，執行力跟巧毅力

為了幫助大家持續學習，再提供幾個不錯的連結

英文

ArXiv-Sanity(搜集前沿國外論文的網站): http://www.arxiv-sanity.com
ArXiv Text Gen Searches(即時、快速、精準查閱論文): https://arnicas.github.io/text-gen-arxiv-papers/
PaperWithCode(不只論文，還附程式): https://paperswithcode.com/sota
ModelZoo(神經網路模型動物園): https://modelzoo.co/framework/pytorch
Deeplearning.ai(吳恩達大大的課，每個都很經典): https://www.youtube.com/channel/UCcIXc5mJsHVYTZR1maL5l9w/videos
Fast.ai(另一個大家狂推的課): https://course.fast.ai/
CrashCourse(谷歌大大認證): https://developers.google.com/machine-learning/crash-course/ml-intro
Kaggle(學完變競賽大神(ﾟдﾟ): https://www.kaggle.com/learn/overview

中文

動手學深度學習(我看過最棒的書): https://zh.gluon.ai
莫凡Python(輕鬆詼諧無壓力): https://m.youtube.com/user/MorvanZhou
李宏毅(也很幽默，可以把很艱深的觀念說的通俗易懂):
台大課程
2021春季
一天搞懂深度學習- 跟紫楓大大一起去聽過演講，幫他宣傳一下
林軒田(也是台大好老師，但他的課比較難入手): https://www.csie.ntu.edu.tw/~htlin/mooc/
大數學堂(想學爬蟲來這就對啦): https://www.largitdata.com/course_list/16
機器學習專題(可以知道這領域整個歷史脈絡): https://kopu.chat/2017/11/03/dl-hinton/
最後是我的雜物堆(這應該是裡面最好懂的一個連結了，喜歡請給顆星吧): https://github.com/eric999j/Clutter
好讀版雜物堆:
https://eric999j.github.io/