轉眼已經2019年了，回望過去，經歷很多，變化很大，感覺有些恍惚~

最大的變化無非幾個月之前入職新公司，繼續運籌優化方面的演算法工作。新公司，新環境，資訊量很大。適應了幾個月之後，發現有必要重新梳理自己的知識結構，並且用心去整理和沉澱一些東西。思索了半天又搜尋了半天，才想到這個已經被我荒廢多年的地方…結果竟然登入成功，慶幸CSDN還沒有倒閉，以前的文章竟然還在。驚喜之餘決定以後就在此處記錄我的點滴收穫，希望與大家共勉！

今天是開年第一帖，主要想理一下目前的知識體系和以後的學習路線。

自己想了想，決定興趣點還是在最優化的演算法上，不過現在這年景，搞演算法不得不會一些ML/RL一類，雖然不太感興趣也不得不考慮，誰讓咱還沒財務自由呢……………於是，本篇也是圍繞運籌和人工智慧相關演算法進行思考。

我想要什麼

（排名不分先後）

1. 對運籌優化領域有個整體瞭解。對遇到的現實問題有初步解決方向。
2. 對基礎Learning演算法（ML/RL...）有整體瞭解，並且對大家常提到的演算法和概念能夠迅速理解和實現。
3. 希望在目前的業務領域（庫存優化）成為專家，有提供專業解決方案的能力。
4. 對自己設計的演算法有實現的能力，並且實現的方式要優雅，要進行架構設計

我有什麼

1. 10年的計算機背景，我對自己在計算機方面的能力有信心，雖然很多技術學完之後沒有得到鍛鍊，目前都已經還給老師，但是如果需要上手還是不會太慢的。
2. 運籌方面只在讀博之前才開始接觸，不算科班出身，博士研究的角度又偏理論，導致基礎薄弱。這方面是個短板。
3. Learning方面有過初步瞭解，但是不夠深入。特別是本科高數微積分沒學好…導致現在看到理論的部分就頭疼。
4. 庫存優化方面以前從未接觸過。
5. 上進心。

我需要做什麼

學了這麼多年，學了這麼多東西，我現在由衷覺得只有長期實踐過的東西才能真正掌握。所以現在應該優先學習的不是有用的東西，而是當下就需要用的東西。

1. 首先學習運籌學之中關於庫存優化的部分，力圖能完美完成手頭的工作，為學習其他內容贏得時間。風險：老闆不會讓我閒著的…
2. 學習運籌學中的其他方法，力求形成整體觀。如stochastic optimization, game theory, queuing theory, network flow, etc.
3. 學習經典的人工智慧方法，併力圖掌握神經網路，RL等，要有實現過程。
4. 以上學習的過程中，肯定會遇到難點，這時候再去順便把涉及到的基礎知識夯實：
   1. 概率論和數理統計（運籌和學習都要用）
   2. 微積分。主要關注的是理解的深度而不是計算過程
   3. 線代，矩陣運算。主要關注的是理解的深度而不是計算過程
   4. 學習方法要靈活：多種資料結合，可別是可以follow優秀的線上課程，比如MIT
   5. 最後在實現的時候要順便夯實架構設計（設計模式），以及程式語言（JAVA, Python）

以上這些，夠整個2019年忙的了！

PS:這個連結裡也有很有用的運籌和機器學習的知識體系資訊，分享給大家：https://zhuanlan.zhihu.com/p/33999430