2017.8.31，非全日制研究生开学报到的日子，一晃距离曾经一腔热血考研的时光已经快两年了。复习了两年，一年脱产，一年在职，最后终于以北交大非全日制的结果告终。
9月4号星期一开始第一节课程《计算智能》，这个课对我的启发很大。先说说老师，这是个有经验的教授，平时也会进行纯英文授课，给我们上课笔书也都是纯英文，口头讲国语。
我才明白曾经一度不屑于学习的英文、数学和各种基础课程并非没有用处，相反这些都是必需要学好的。到研究生期间才发现，很多研究都是基于数学学科的，高等数学、线性代数、概率论这些都是非常基础的东西。
而且国内的东西略陈旧、翻译质量也参差不齐，所以英文也是需要稍微强一点的基础，起码泛读的功底是要有的，我暂时只是精度勉强过关，这是远远不够的。即将颠覆世界的人工智能、机器学习、数据挖掘这些学科都是建立在数学基础之上的。
所以根据上课的感悟来说，暂时有以下几方面需要提升：
- 英文：每天抽时间看洋葱网（朱主任推荐），读几页英文原版专业书（正好学习技术）——持续
- 数学：补一下高等数学、线性代数、概率论（暂缓）的基础（考研没好好学）——9~11月
- 开始在博客园记录学习轨迹，暂时打算分两大类：理论部分和实践部分
以上都是理论部分关于数学和英语的打算。
2017.9.9，今天上了算法设计与分析和最优化方法两门课程，每门课连续上四个小时不得不说还是很过瘾（虽然最优化方法听的云里雾里）。
程序=算法+数据结构，作为一个合格的程序员，一定要学好算法和数据结构，好在数据结构基础还算可以，本科也选修过算法的专业课，所以说今天第一节算法课的导论部分还是可以接受，不过C语言一些深的知识渐渐淡忘了，需要捡起来。
最优化方法用到的都是数学的知识（真切地体会到数学基础好是一件多么幸福的事情），本科四年总觉得学这些东西没用，我觉得这也是计算机学院很多学生的通病：上大学的时候光顾着学习各种语言、框架，觉得数学、数据结构和算法这些知识的重要性。
同时也是中国高等学校教育的误区：不会指出学习这些课程的意义和用途，上来就一顿讲，很多老师也就是照着念书和PPT，导致学生没有学习的欲望和动力，教育改革还要继续。
今天也大概认识了班上的同学：有的工作好多年的，有的也是刚毕业不久，但是感觉都很强，不是专业知识很牛逼就是写代码很屌的，我一个测试狗深受打击，所以决定实践方面做几项提升：
- 复习C语言知识，多了解底层一点的知识——9~10月
- 复习Java，同时学习Hadoop（先看马士兵的视频吧）——9~10月
- 开始刷OJ，以交大OJ开始——持续
- python还没学完，继续学习——持续
总之感觉自己虽然工作一年了，但是这个养老环境下自己还是很菜，希望这一年能发生质的飞跃吧，为自己祈祷也为自己鼓劲。