原计划此篇应该要整理机器学习笔记-VC Dimension, Part II，但动笔整理之后才发现，其实自己果真没有理解得太透彻，以至于把林老师的视频和讲义看了好几遍，只能到不明觉厉的地步，但见武功招式，却还无法深入其内功心法。所以希望还是能多磨一些时日，争取把它搞懂。

  我在大学是学统计的，在厦门大学，统计系是被安排在经济学院底下，大学四年有很大一部分的时间是在学习经济这方面的学问，所以以前的学长姐还有自己的同学，毕业之后大多数人的选择是往银行、证券、财务等方向的职业发展。但我选择了偏技术的路线，算是非常地与众不同了吧。
  近几年来有一个东西变得越来越火，越来越被人挂在嘴边，那就是数据(data)。随着人类手上的数据量越来越大，数据种类越来越多，人们就越迫切去思考这个问题，我们该如何更好地利用这些数据，让他们产生价值呢？在需求的驱动下，一个神秘而又性感的职业诞生了— data scientist。这是一个把统计理论与计算机应用高度结合起来的职业，因此对于统计出身又对计算机很感兴趣的我，不能更有诱惑力了，我便把它当做接下来的一段时间所要为之奋斗的东西。
  前一段时间听说大学的小伙伴小榴莲同学收到了google的offer，真心为你感到高兴，我也因此感到一阵心潮澎湃。想起当年周边的人都在忙着考各种银行、证券、会计从业资格证的时候，我们几个异类选择了选择了自己的兴趣，而不是“大流”，每天宅在软件园里面一块不大的小天地里面，梦想开创属于自己的事业，那段日子真是这辈子最快乐的时光。我们都应当感谢创始人老邱，你仍然是我最敬佩的人，在摩移不到一年的时光，虽然辛苦，但收获颇多，暑假意外得知自己当年写了一半的app上架了，我高兴了好一阵。真的非常期待，我们下一次的团聚。
  写这个总结之前我心里一直很虚，我这个小菜鸟有什么好总结的，怕写出来的东西太水太烂被人笑话。但一直以来我却很想写写这个东西，写就写吧，全当是给自己看咯，给未来的自己看看小菜鸟今年都做了些什么。

MOOC

  今年4月份偶然跟高中同班的一位同学用QQ聊了几句(这人现在港科大读PHD，主攻AI方向，真正的大神)，他向我推荐了一个好东西—Coursera。Coursera是由stanford大学教授创办的大规模开放在线课堂(MOOC)，和苹果较早推出的iTunes U很类似，只不过Coursera提供更加丰富的学习体验。在Coursera上每门课需要完成一定量的作业，如果达到开课老师规定的毕业标准，在课程结束之后可以获得一份电子版的证书 (Statement of Accomplishment)，类似下面这个东西：

  更加有趣的是，在Coursera的讨论区中，可以直接与一起修课的同学，助教，甚至是老师进行交流。 不需要花钱就能享受世界上最棒的那些学校的优质课程，何乐而不为？于是这大半年，有很大一部分精力都花在了Coursera上面。这大半年我一共学了这些课：

1. Functional Programming Principles in Scala（获得证书）。这是一门讲述函数式编程(Functional Programming)的课。函数式编程与指令式编程(Imperative Programming)相比，更容易写出安全、精简并且优雅的代码。除此之外，使用函数式编程更加容易编写用于平行运算(parallel)的代码，由于单个处理器的性能瓶颈，近年来越来越流行的做法是使用多核心处理器，甚至是多台计算机进行平行运算，以一种更加弹性(scalable)的做法提升运算性能，如果使用传统的指令式编程，实现平行化运算，十分困难。这门课的老师是Scala的发明者，说话和蔼亲切，我从中学到了不少。
2. Machine Learning（获得证书）。这里不需要再说machin learning是什么的。这门课算是ML的入门课程，不会涉及到过多数学问题，开课老师是Ng，他就是Coursera的创始人。这么课涵盖的内容蛮丰富的，当中涵盖了很多ML的方法，学完之后也能够开始做一些事情了。记得Ng在课上说，学完了Logistic Regression，你就打败了很多在硅谷从事ML工作的人了。不管你信不信，我不太信。
3. Computational Investing, Part I（获得证书）。因为大学专业的原因，学过不少经济、金融方面的内容。曾经也有一段时光憧憬过纽约那条无数人所向往的华尔街。因此对量化交易、自动化交易这块，也还保有一丝的兴趣。开课老师Dr. Tucker Balch拥有丰富的业界经验，他是Lucena Research的创始人，该公司为对冲基金提供自动化交易提供技术支持。
4. Computing for Data Analysis（获得证书）。此门课是Johns Hopkins所开的R语言入门课程。Johns Hopkins在医疗与生物统计方面很有名气，旗下提供大量关于医疗与统计方面的课程，甚至推出了一个data science系列课程。R语言就不多做介绍了，搞统计的人一定会知道。这门课不长，只有4周，但所学知识对之后学习其他课程将有巨大的帮助。
5. Data Analysis（获得证书）。此课程可以说是Computing for Data Analysis那门课的延续。这是一门专注于数据分析方面的应用型统计的课。这门课会传授许多做数据分析的方法与技巧，以及如何撰写统计分析报告。值得一提的是，这门课想要顺利毕业，除了完成每周的quiz外，还需要根据教授给定的题目以及数据，撰写两篇1500字左右的小论文，并且每一次提交论文之后，你还需要为班上另外四位同学的论文进行评分。这个方式很新颖，但如果能坚持下来，收获会很大，尤其是自己的英文。
6. 機器學習基石 (Machine Learning Foundations)（获得证书）。这门课为国立台湾大学林轩田教授所开，是精品中的精品。他们团队的科研能力是全世界有目共睹的，台湾大学在2010至2013连续获得了四年(六座)的KDDCup世界冠军(真的很crazy)。这门课会涉及到较多理论层面的东西，需要比较好的数学与统计学的基础。这门课的作业难度较高，需要花费大量时间做题，除了理论推导题还有编程题，但是完成之后，内功必有大长。对于想要彻底了解ML背后的深厚理论支撑的同学，严重推荐这门课。但还是要说Foundations不是Basic，建议先选Ng的ML之后，再来学习林教授这门课，会比较合适。
7. Startup Engineering（学完但未获证书）。这门课专注于传授如何创办一个科技型公司，或者说互联网公司。这几年互联网的发展速度让人咋舌，通过一个手机APP发家的故事比比皆是，那么在进行互联网创业之前需要学习些什么呢？该课程涵盖内容甚广，包括如何使用amazon ec2虚拟机、如何把利用heroku部署网页应用、Unix命令行、emacs、git版本控制、github、HTML/CSS/Javascript、node.js、APIs、以及一些软件工程、市场研究、融资(如何接受比特币赞助)方面的知识，算得上是非常浓缩的一门课。毕业门槛也比较高，需要自己制定一个创业计划，并把此计划的大致框架给搭建好，录制宣传视频，然后再到众筹阶段，接受投资，最后还有一个排行榜，展示各位学员在结课时的表现，筹到多少钱，在facebook和twitter上的流行程度等等。虽然没有获得证书但从中受益匪浅，尤其是学了unix以及github。
8. Principles of Reactive Programming（学了两周实在撑不下去）。这门课由Martin Odersky (Scala创始人)以及其他两位同事所教。听了实在是云里雾里，太难。响应式编程(Reactive Programming)一门结合了并发(concurrency)、事件驱动(event-based)以及异步(asynchronous)系统的新兴学科，在编写网页应用和分散式系统(distributed systems)需要大量用到此方面的知识。学习此门课要求较为深厚的functional programming的根基，只可惜我根基不实，再加上当时同时有3门课在身，无法坚持下去，因此放弃。不过未来有机会，可以再回来搞定它。

SAS Data Mining 比赛

  今年有一件比较得意的事情就是，暑假参加了台湾SAS举办的「第二屆SAS校園資料採礦競賽」，拿到了第二名(银牌奖)。因为每一届比赛是用同一个比赛网站，所以这个需要截图纪念一下：

  决赛结果：

  此次比赛共有86队325名同学参加，题目是利用玉山银行房贷申请的历史数据，建制信用风险模型，预测申请户发生房贷违约的风险。初赛从86支队伍中选出准确度最高的前20队进入复赛(我们在准确度上排名第2)，复赛阶段评审由各队所提交的模型建制说明ppt中，选出流程合理、理论完善的10队进入决赛，决赛则展现的是各队的现场报告能力，以及回答评委发问的应变能力。最终我们获得了银牌，拿走了10万台币的奖金，结果还是值得感到欣喜的。参加比赛的时候刚好修完Ng开的Machine Learning课，因此许多灵感都来源于那门课。我希望今年找个时间，把参赛的经验整理成一篇blog。

Proposal

  今年比较头大的事情是提论文计划。毕竟已经到了研二了，要想毕业就得写论文。不过我对写论文这方面的事总提不起太大的兴致。不过再纠结了一段时间，认真读了和我研究相关的一些papers之后，也提出了自己的方法。有了前面比赛的一些经验，我论文研究的方向也是与信用风险评分(credit scoring)有关。祈求今年做实验的时候也能会有好结果出来吧。

Beader’s Blog

  尽管这是个无人知晓的博客，连百度和google都嫌弃，但我觉得这仍然是我本年度干的最牛逼的一件事儿。作为一个伪geek，我没有直接把blog写在新浪，网易或者啥啥博客上面，而是选择自己搭一个，谁说小菜鸟不可以？
  整个blog是用markdown来写的，所以格式什么的也很简单，字都只有一个颜色，好处在于简洁专注，不需要太去思考排版(习惯word的人换用markdown来写确实有耳目一新的感觉)。还有就是想在文章内插入公式也比较方便，但也辛苦，起初因为不懂markdown和mathjax的冲突问题，需要耗费大量时间才能使公式正常显示出来，曾经光为了几个公式就折腾了我两整天，就是为了公式能够更漂亮的展示出来，你会发现这里面所有公式都不是图片，都是可以放大缩小的噢。不过偶然的一次总算被我发现问题所在，所以基本现在markdown和mathjax也比较顺利能够和谐相处了。过段时间准备写一篇来说说如何让他们和谐相处的故事。
  blog是利用hexo生成出静态网页并同步到github上，因此不需要花费额外的费用，除了每年几十块的域名(beader.me)费用。

“马上”要做什么？

  马年马上就要到了，马年有什么计划吗？马年最大的心愿当然是马上有工作啦。对于找工作还是弱弱地有点担忧，貌似自己水平还远远不够。不管怎么说，加油吧，当然不能忘记继续学习充电。我发现在学习ML方面的课程时，线性代数真的太重要了，尤其是之后学习一些较为复杂的ML方法时，需要非常深厚的线性代数知识。希望我能有时间把国立交通大学周志成教授的线性代数学一遍，并且多逛逛他的blog-线代启示录。另外就是把这些根基打牢之后，能够往当下很火热的deep learning方向探一探足。想要做的事情还有很多，说多了便不容易做了，希望都能一一实现。
  最后当然是希望自己的家人朋友同学老师以及看到此处的你，能够平安幸福。