[自學進度]May 2019- End of June 2019

自學進度紀錄10.05.19–25.05.19
決定之後一個月出一次自學進度來檢視自己的進度和學習效率。

五月初考完雅思之後，我取消了雅思家教課，增加讀書會的次數，只要不用上班的時候我都會硬擠出時間盡量繼續維持我的英文表達能力，一週至少2~3次的英文讀書會、維持一週一篇文章的產出，並且在Coursera修了幾門課。

1. Introduction to Programming with MATLAB

Week7/week9

其實我當初選這門課只是純粹以為大學有修過就以為會比較容易，結果好像並沒有，大學的影像處理課程比較偏向套用已經寫好的東西。這門課從基本的Matlab用法開始教起，並且有設計一些適當難度的演算法題目來讓我們練習，不過雖然覺得這門課到後面題目越來越難，但目前的進度超前兩週，還算在預計範圍內，而且雖然有時候會一直想不到解法，或是找不到bug在哪，但總體上不知為何有點喜歡這種想解法的感覺，有的時候和助教討論起解法還蠻開心的。

2. Python for Everybody

Course 1 Programming for Everybody (Getting Started with Python)

Week7/week7(完成)

Course 2 Python Data Structures

Week2/ week7

因為想要修一門比較通俗（常聽說）的程式語言課程，再加上我很流俗套的覺得AI很酷，所以決定加修一門Python，可能是因為前面有Matlab的概念，所以覺得Python相對比較好理解（不過我這種零基礎的人怎麼說好像都有點不準）這門課的老師嘗試著用大家可以理解的方法去講解Python的運作，對我這種完全可以說是沒學過程式語言的人的福音課程。

3. Mathematics for Machine Learning: Linear Algebra

Week2.5(3的課已上完剩實作)/week5

會修這門課有點誤打誤撞，一開始好像只是因為他是線性代數（再加上是Imperial College London開的課）結果點進去之後第一堂課就在用矩陣解決買蘋果和香蕉的問題，我突然有一種「啊啊啊啊啊啊～～～～原來矩陣要這樣用喔！」的感覺（不好意思，工科的大大們應該會覺得我很奇怪，但我真的沒修過，是真心覺得也太有趣了吧！！！！）後來我在查了更多資料之後才知道，線代、微積分和統計是在數據分析科學裡面的基礎學科，然而AI只是數據分析這個學問裡面最被人知的一個項目。

同時這三大科也是我五月初去信教授，她希望我可以複習的東西，我想分析數據是研究生很需要學習的項目之一。

另外，我在修這門課的中間一度有聽不懂的地方（第一週的課是連英文字幕都沒有的），但我發現竟然有神人整理並且講解，連結在這：https://www.bilibili.com/video/av21562345/?p=1 至此之後我只要聽不懂就會來這裡再聽一次。

4. Learning How to Learn: Powerful mental tools to help you master tough subjects

Week3/week4

Well，我以為這門課是最好上完的，畢竟就是學習如何學習嘛，不太需要實作或思考，但是，這門課考試和測驗出奇的多，上課的內容也偏長，著實花掉我不少時間！不過我覺得內容還蠻值得整理出來分享的！之後應該會持續將這門課的內容寫出來分享。

月總結以及接下開來的修課

接下來Matlab和學習如何學習修完之後可能會依照前幾天發現的這篇文章繼續選課，應該會從computer science foundation開始，然後開始著手複習MRI、CT和超音波的成像原理。