mirror of
https://github.com/Estom/notes.git
synced 2026-04-03 19:07:41 +08:00
计划
This commit is contained in:
yinkanglong_lab
@@ -16,7 +16,7 @@
|
||||
- [ ] 设计模式（有道云笔记，gitee 设计模式库，书）
|
||||
- [ ] effective 系列
|
||||
- [ ] 系列视频
|
||||
- [ ] 问题专项解决）
|
||||
- [ ] 问题专项解决
|
||||
- Java（两周）
|
||||
- [ ] 语法
|
||||
- [ ] 标准库（网络编程、多，周）
|
||||
@@ -45,7 +45,8 @@
|
||||
- 牛客网（学习、社区、求职基础知识的学习）
|
||||
- 题库（知识用来刷题）
|
||||
- [ ] 经典必刷题目
|
||||
- [ ] C++/JAVA 专项练习
|
||||
- [ ] C++专项练习
|
||||
- [ ] JAVA 专项练习
|
||||
|
||||
### 问题（待处理）
|
||||
|
||||
@@ -53,8 +54,17 @@
|
||||
- [x] 关于树的处理。前序遍历中序遍历后续遍历。
|
||||
- [x] 关于位运算的特殊总结。
|
||||
|
||||
### 时间安排
|
||||
## 安排
|
||||
|
||||
- 知识复习——数据结构与算法
|
||||
- 明天早上，根据已经下载好的笔记，读博客已经收藏的博客，修改笔记。关键部分写代码。
|
||||
- 刷题——剑指 offer、经典必刷提、C++专项练习。
|
||||
|
||||
|
||||
|
||||
## 收获
|
||||
* 第一周时间完成了C++语法、C++标准库、C++面向对象的总结。
|
||||
* 第二周时间完成了数据结构的复习。用两天时间复习了基础的数据结构。然后开始刷题。上周二、周三。一边刷题。一边总结了数据结构相关的代码。一边对算法基础、递归迭代、深度广度搜索进行了总结。对具体的算法的总结还么有开始。
|
||||
* 第三周继续刷算法题。并对算法进行深入的总结。现在那些较难的算法（动态规划和图算法）还没有完成总结。还包括一些特殊的数据结构，例如单调栈的特性的总结。
|
||||
* 第四周，与第三周的事情交叉进行，主要画一天时间，复习了Python的相关内容。熟悉了Python、numpy、matplotlib。然后用剩下的时间学习了sklearn机器学习和pytorch深度学习。准备了寒假和开学后做的东西，进行组会。感觉剩下的东西有点多。想想这几天做的事情也没有那么多。还需要完成第三周交叉没有完成的算法的总结。
|
||||
*
|
||||
@@ -11,9 +11,3 @@
|
||||
|
||||
* 使用递归不能解决动态规划问题。适应为动态规划的子问题有重复。使用递归的方法。会导致重复计算的问题。
|
||||
* 使用回溯法解决迷宫问题。是因为回溯法和深度优先搜索，在某一时间，只处理一条路径。不需要记住多个搜索方案的搜索状态。如果是广度优先搜索，则需要记录当前所有的路径的另状态。
|
||||
|
||||
|
||||
## 月总结
|
||||
> 第一周时间完成了C++语法、C++标准库、C++面向对象的总结。
|
||||
> 第二周时间完成了数据结构的复习。用两天时间复习了基础的数据结构。然后开始刷题。上周二、周三。一边刷题。一边总结了数据结构相关的代码。一边对算法基础、递归迭代、深度广度搜索进行了总结。对具体的算法的总结还么有开始。
|
||||
> 然后刷题一直到现在。数据结构和算法一直复习到现在不过分。
|
||||
@@ -1,4 +1,4 @@
|
||||
## 计划
|
||||
## 任务
|
||||
|
||||
> 复习计划暂时搁置。开始机器学习的计划（第二篇）五月份学弟就要毕业了，也就是在四月份一个月要把一下的东西全部搞出来。
|
||||
|
||||
@@ -25,7 +25,7 @@
|
||||
- sklearn
|
||||
- [x] 学习基础用法
|
||||
- [x] 分类算法实现
|
||||
- [ ] 恶意软件机器学习分类
|
||||
- [x] 恶意软件机器学习分类
|
||||
- tensorflow
|
||||
- [ ] 学习 TensorFlow2.0 基础
|
||||
- [ ] TensorFlow 恶意软件神经网络分类
|
||||
@@ -33,13 +33,13 @@
|
||||
- [ ] TensorFlow 联邦学习实现
|
||||
- pytorch
|
||||
- [x] pytoch学习
|
||||
- [ ] pytorch 恶意软件神经网络分了
|
||||
- [x] pytorch 恶意软件神经网络分类
|
||||
- [ ] pysyft学习
|
||||
- [ ] pysyft联邦学习实现
|
||||
- fate
|
||||
- [ ] 学习fate的使用
|
||||
- [ ] 使用fate完成开发
|
||||
- 复习
|
||||
- 复习(xmind+tutorial+api)
|
||||
- python系列复习
|
||||
- [ ] python
|
||||
- [ ] numpy
|
||||
@@ -48,6 +48,11 @@
|
||||
- [ ] sklearn复习
|
||||
- [ ] pytorch复习
|
||||
|
||||
- 视频教程
|
||||
- [ ] pandas
|
||||
- [ ] sklearn
|
||||
- [ ] pytorch
|
||||
- [ ] tensorflow
|
||||
|
||||
> 由于只是太多太乱，感觉需要二轮的复习。
|
||||
> 1. 首先，学习完成所有的内容，大致会用，完成第一次开发。
|
||||
@@ -67,24 +72,31 @@
|
||||
- 恶意软件数据的处理
|
||||
- [ ] 静态数据处理
|
||||
- [ ] 动态数据处理
|
||||
- 恶意软件分类
|
||||
- [ ] sklearn
|
||||
- [ ] TensorFlow
|
||||
- [ ] pytorch
|
||||
- 恶意软件+联邦学习
|
||||
- [ ] tensorflow federated
|
||||
- [ ] pysyft
|
||||
|
||||
|
||||
## 安排
|
||||
|
||||
1. 每天 sklearn 一个机器学习小算法
|
||||
2. 每天一个联邦学习框架
|
||||
3. 每天一篇联邦学习的文章。
|
||||
4. 每天数据集处理一小步。
|
||||
1. 某天sklearn一个机器学习小算法
|
||||
2. 某天一个联邦学习框架、深度学习框架
|
||||
3. 某天一篇联邦学习的文章。
|
||||
4. 某天数据集处理一小步。
|
||||
|
||||
|
||||
## 目标
|
||||
|
||||
|
||||
### 机器学习原理与实践的教程
|
||||
> 任务是目标的细化。
|
||||
### 机器学习原理与实践教程
|
||||
|
||||
- [x] 吴恩达机器学习教程
|
||||
- [x] 吴恩达深度学习教程
|
||||
- [x] 机器学习实战
|
||||
- [ ] 深度学习实战
|
||||
- [x] 深度学习实战
|
||||
|
||||
### 机器学习的技术栈
|
||||
|
||||
@@ -101,7 +113,17 @@
|
||||
- 深度学习基础
|
||||
- [ ] TensorFlow
|
||||
- [ ] tensorflow federated
|
||||
- [ ] pytorch
|
||||
- [x] pytorch
|
||||
- [ ] pysyft
|
||||
- [ ] fate
|
||||
|
||||
## 计划
|
||||
|
||||
在笔记本上的阶段性安排：
|
||||
1. 第四周：完成上一周的算法的收尾。
|
||||
2. 第五周：主要课程的复习
|
||||
3. 第六周：机器学习技术栈的全部完成
|
||||
4. 第七周：基本数据处理-工程实现完成
|
||||
5. 第八周：论文的阅读和复现工作。包括联邦学习和恶意软件机器学习。
|
||||
|
||||
## 收获
|
||||
|
||||
@@ -10,14 +10,12 @@
|
||||
> 学习深度学习框架pytorch和TensorFlow。
|
||||
1. 每天sklearn一个机器学习小算法
|
||||
- [x] k-近邻算法（学习原理、sklearn实践
|
||||
- [ ] 、tensorflow malware）
|
||||
- [x] 决策树（学习原理、sklearn实践
|
||||
- [ ] 、tensorflow malware）
|
||||
- [x] 复习吴恩达机器学习笔记
|
||||
- [x] 复习吴恩达深度学习笔记
|
||||
- [x] 复习Python-numpy-scipy那一套
|
||||
2. 每天一个联邦学习框架
|
||||
- [ ] tensorflow
|
||||
- [x] pytorch学习
|
||||
3. 每天一篇联邦学习的文章。
|
||||
- [ ] deepAMD
|
||||
4. 每天数据集处理一小步。
|
||||
|
||||
@@ -1,13 +1,10 @@
|
||||
1. 每天sklearn一个机器学习小算法
|
||||
- [x] 朴素贝叶斯（学习原理、sklearn实践
|
||||
- [ ] 、tensorflow malware）
|
||||
- [x] 逻辑回归（学习原理、sklearn实践
|
||||
- [ ] 、tensorflow malware）
|
||||
2. 每天一个联邦学习框架
|
||||
- [ ] tensorflow
|
||||
- [x] pytorch
|
||||
3. 每天一篇联邦学习的文章。
|
||||
- [ ] 联邦半监督学习
|
||||
4. 每天数据集处理一小步。
|
||||
- [ ] 实现静态数据处理脚本
|
||||
|
||||
|
||||
> 明天实现动态数据处理的脚本
|
||||
|
||||
@@ -2,15 +2,10 @@
|
||||
|
||||
1. 每天sklearn一个机器学习小算法
|
||||
- [x] 支持向量机（学习原理、sklearn实践
|
||||
- [ ] 、tensorflow malware）
|
||||
- [x] 集成方法（学习原理、sklearn实践
|
||||
- [ ] 、tensorflow malware）
|
||||
2. 每天一个联邦学习框架
|
||||
- [ ] tensorflow federated
|
||||
3. 每天一篇联邦学习的文章。
|
||||
- [ ] CIC动态数据处理和静态数据处理方式
|
||||
4. 每天数据集处理一小步。
|
||||
- [ ] 实现动态数据处理
|
||||
- [ ] pysyft学习
|
||||
|
||||
|
||||
## 收获
|
||||
|
||||
|
||||
@@ -1,10 +1,7 @@
|
||||
## 计划
|
||||
|
||||
|
||||
1. 每天sklearn一个机器学习小算法
|
||||
- [ ] pytorch学习
|
||||
2. 每天一个联邦学习框架
|
||||
- [ ] pysyft学习
|
||||
1. 每天一个联邦学习框架
|
||||
- [ ] pysft学习
|
||||
|
||||
|
||||
## 收获
|
||||
|
||||
@@ -1,10 +1,8 @@
|
||||
## 计划
|
||||
|
||||
- [ ] pytorch动态数据分类
|
||||
- [x] pytorch动态数据分类
|
||||
- [ ] sklearn静态数据分类
|
||||
- [ ] pytorch静态数据分类
|
||||
- [ ] 静态数据预处理脚本
|
||||
- [ ] 动态数据预处理脚本
|
||||
|
||||
|
||||
## 收获
|
||||
14
工作日志/2021年3月25日-今日计划.md
Normal file
14
工作日志/2021年3月25日-今日计划.md
Normal file
@@ -0,0 +1,14 @@
|
||||
## 计划
|
||||
|
||||
1. 每天数据集处理一小步。
|
||||
- [ ] 实现静态数据处理脚本
|
||||
2. 每天数据集处理一小步。
|
||||
- [ ] 实现动态数据处理脚本
|
||||
|
||||
> 阅读完之前的论文
|
||||
|
||||
|
||||
## 收获
|
||||
|
||||
* 一道算法题：
|
||||
* 单调栈。果然还是应该尝试各种奇怪的数据结构才能解决问题。
|
||||
32
工作日志/2021年3月26日-开组会.md
Normal file
32
工作日志/2021年3月26日-开组会.md
Normal file
@@ -0,0 +1,32 @@
|
||||
|
||||
## 目标
|
||||
|
||||
## 工程
|
||||
|
||||
### 数据获取
|
||||
|
||||
### 数据处理
|
||||
|
||||
### 机器学习
|
||||
|
||||
|
||||
### 深度学习
|
||||
|
||||
### 联邦学习
|
||||
|
||||
|
||||
## 研究
|
||||
|
||||
### 联邦半监督学习的实现方案
|
||||
|
||||
|
||||
### CIC恶意软件处理的方案
|
||||
|
||||
|
||||
### deepAMD的软件处理方案
|
||||
|
||||
## 计划
|
||||
|
||||
## 思考
|
||||
|
||||
需要从头开始在来一轮。现在已经对机器学习和深度学习的分类算法有了初步的认识。接下来一轮，主要从工程的角度，精细化过程。把每一个环节都搞明白。
|
||||
@@ -1,3 +1,5 @@
|
||||
|
||||
|
||||
## 第一周（9.1-9.6）
|
||||
* 阅读漏洞利用的相关知识，证明了漏洞利用的不可行。
|
||||
* 更换了开题的方向，转向联邦学习
|
||||
@@ -32,4 +34,6 @@
|
||||
|
||||
## 第八周（10.19-10.25）
|
||||
|
||||
* 吴恩达深度学习完成
|
||||
* 吴恩达深度学习完成
|
||||
|
||||
|
||||
|
||||
Reference in New Issue
Block a user