学术视野的差距
前两天去了一趟复旦，能感受到好学校和坏学校的在学术视野上面有很大的差距。发现问题比解决问题重要得多，在能力方面的差距可以弥补，但是在学术视野方面如果能够有有格局 视野的导师给你指点是最好不过的，但是TOP 1%的导师都在好学校，更重要的是这波人相互关系还不错…，所以深处偏远地区的我，还是要多多搜集大牛公开的演讲和ppt，买一些大牛的书，借此希望自己的研究能够紧跟时代的步伐，了解到大牛是如何思考和考虑问题的。现在还是先搬砖，了解到大牛的思考逻辑 这样才是解决之道。
一语点醒梦中人
在暑期学校的过程中，老师讲的知识有不少我都自己读在线的pdf了解过，但是理解的不够深刻。这次暑期学习的意义就在于老师只通过只言片语就把我脑中的“知识孤岛”联系在了一起，让我惊叹老师的水平高超。比如在EM算法中，我只是知道要先写Q函数，然后梯度计算求出\theta^{(0)},然后再带入Q函数中。但是老师却深入浅出，让我理解到了Q函数的由来。再比如逻辑斯蒂回归，在李航的《统计学习方法》中，是先介绍了逻辑斯蒂分布，然后在介绍Loss，求偏导...。但是在课上老师会先给你介绍逻辑斯蒂分布源自于对伯努利分布进行建模，但是与高斯分布不同的是，伯努利分布的充分统计量p和x没有办法直接联系（正态分布的中分统计量均值可以和x联系在一起），所以需要引入一个函数把x和伯努利分布的充分统计量p联系在一起，由此引入逻辑斯蒂分布和Sigmoid函数。
我认为老师讲的这么好和PRML这一类的大部头密不可分。有的人可能反驳我说这些书谁都能看到呀，你也可以学。但是坦率的说，大部头1000多页，阅读起来是一个破费事的工程；其次，作为一个初学者，难免有一些地方理解不到位，但是如果能有一个老师填过你现在面对的坑、把你不懂的知识给你讲明白、弄清楚，会节约你很多的时间。
后记
现在感觉去清北复交或者国外读书还是挺好的，哈哈。但是现在我也不能自怨自艾，因为现状就是如此，怎么打好手中现有的牌才是最优的选择，加油！