去年9月底，我大四的时候，曾写了一篇题为“一五计划”的博文，这也是我正式写博客以来的第一篇，其中粗浅的表达了我对入门深度学习和自然语言处理的一些看法和学习路线。一年过去了，我正式成为了一名博士研究生，第一个五年正式开始，新的风暴已然出现。在2019年即将结束之际，我觉得有必要对之前的路线做一下更新，因此推出“新一五计划”，与时俱进，保持先进性。“新一五计划”主要是现阶段我给自己设置的学习/研究计划或路线，当然也是我博客各个部分的导航。“新一五计划”相比原来更加系统全面，但初心不变：“亦欲以究天人之际，通古今之变，成一家之言(草创未就)”。
主要分为如下几个部分（以下的专栏我会在今后的学习过程中不断完善）：
目录
基本技能
一、数学基础
1. 线性代数
该专栏基于山东大学本科生线性代数教程，主要介绍线性代数的一些基础知识。
2. 概率论与数理统计
该专栏基于浙江大学本科生概率论与数理统计教程，主要介绍概率论与数理统计的一些基础知识。
3. 优化方法（敬请期待）
该专栏主要对机器学习中的优化方法和理论进行介绍。
4. 数学基础
该专栏主要对一些教科书或参考书涉及或附录中的数学知识进行整理。
5. 数学杂谈
该专栏主要对平时看论文或做实验过程中遇到的一些数学知识或数学问题进行整理。
二、Python基础
1. Python基础
该专栏主要整理了Python的一些基础知识和语法，适合0基础到入门。
2. Python基础Pro
该专栏主要源于廖雪峰老师的Python教程，主要介绍一些Python的进阶语法和知识。
3. Python数据分析
该专栏主要对Python的数据分析常用库的相关用法进行整理，包括NumPy、Pandas、Matplotlib、Seaborn、Scipy、Sklearn等。
4. Python杂谈
该专栏主要对平时学习过程中遇到的一些不熟悉的Python语法或知识进行整理。
三、PyTorch基础
该专栏主要整理了PyTorch的基础知识，常用工具的用法以及深度学习项目代码的组织结构(推荐)。
2. PyTorch中文教程
该专栏主要转述了官方的PyTorch教程。
3. 动手学PyTorch
该专栏主要基于李沐的《动手学深度学习》,Github有人将其用Pytorch实现了一遍（原书是MxNet），特此整理。
4. PyTorch杂谈（敬请期待）
该专栏主要对平时学习过程中遇到的一些不熟悉的PyTorch语法或知识以及一些之前没有遇到过的工具或库（如，torchtext、torchnet等）的用法进行整理。
四、LaTex
该专栏主要对LaTex的一些用法或基础知识以及平时编写文档中遇到的一些问题进行整理。
五、C/C++、数据结构与算法
1. C语言设计与算法（敬请期待）
本专栏主要基于北大郭炜老师的C语言设计与算法教程进行整理，包括课程笔记和作业。
2. 数据结构与算法（敬请期待）
本专栏主要基于北大张铭老师的数据结构与算法教程进行整理，包括课程笔记和作业。
3. 数据结构与算法(Python版)（敬请期待）
本专栏主要基于北大的数据结构与算法教程(Python版)进行整理，包括课程笔记和作业。
4. 算法设计教程（敬请期待）
本专栏主要基于北大的算法设计教程进行整理，包括课程笔记和作业。
5. LeetCode（敬请期待）
本专栏主要记录LeetCode刷题笔记。
六、爬虫
1. Python爬虫基础
本专栏主要整理了Python3网络爬虫的一些基础知识和用法，并配以实战案例。
2. Python爬虫进阶
本专栏主要基于爬虫大神崔庆才的教程和书籍，整理了Python3网络爬虫的一些进阶知识和用法，并配以实战案例。
3. 论文爬取系统
之前我曾自己实现了一个学术论文爬取系统，可以输入NLP相关会议名称，关键词以及年份，自动对符合要求的论文进行爬取并保存在本地相应的位置。本专栏将介绍如何构建该论文爬取系统。
4. 社交媒体爬取系统（敬请期待）
主要介绍如何对一些社交媒体，如微博、知乎、百科等的数据进行爬取。有助于我们构建深度学习相关的数据集。
七、学术英语
该专栏主要整理了我在国科大英语课程学习中遇到的一些不太熟悉的单词。
学术论文写作（敬请期待）
主要对平时阅读文献时遇到的生词，句型结构等进行整理，以及论文各个部分的写法和写作技巧。
八、程序人生
主要对个人学习科研过程中的一些感悟、计划，学术大牛的一些言论或建议，相关顶会信息进行整理。
九、Linux基础
1. Linux基础
该专栏主要整理了Linux的一些基础知识和相关命令的用法。
2. Linux杂谈
该专栏主要对平时学习过程中遇到的一些不熟悉的Linux知识或命令的用法进行整理。
十、前端基础
1. HTML5基础
主要介绍HTML5的基础知识。
2. CSS基础
主要介绍CSS的基础知识。
十一、Mac系统
记录Mac系统使用的相关问题与解决方案
十二、Git教程
基于廖雪峰老师的git教程，系统介绍git和github的使用。
专业知识
一、机器学习
1. 吴恩达机器学习
主要包括吴恩达机器学习课程的笔记整理以及详细实验代码。
2. 李航统计学习方法
主要包括李航统计学习方法(第2版)的笔记整理以及习题和作业代码。
3. 模式识别
国科大《模式识别》课程笔记和作业整理。
4. 林轩田机器学习
主要包括林轩田机器学习基石笔记以及林轩田机器学习技法笔记。
5. 机器学习面试（敬请期待）
机器学习/深度学习常见面试题整理。
6. 集成学习算法
系统介绍集成学习算法，包括决策树(ID3,C4.5,Cart)、随机森林、GBDT、Bagging、Adaboost以及机器学习竞赛神器XGBoost、LightGBM的原理和使用。
7. 机器学习（敬请期待）
平时学习过程中遇到的有关机器学习问题的整理。
二、深度学习
1. 吴恩达深度学习
主要包括吴恩达深度学习专项课程的笔记整理以及详细实验代码。
2. 邱稀鹏深度学习（敬请期待）
基于邱稀鹏老师《神经网络与深度学习》，整理的笔记和作业。
3. 深度学习
平时学习过程中遇到的有关深度学习问题的整理。
三、自然语言处理
1. CS224n（敬请期待）
CS224n课程笔记和作业整理。
2. 刘洋自然语言处理（敬请期待）
刘洋老师《自然语言处理》课程笔记整理。
3. 自然语言处理
平时学习过程中遇到的有关自然语言处理问题的整理。
四、GAN
1. 李宏毅GAN（敬请期待）
李宏毅GAN教程的相关笔记和作业整理。
2. GAN（敬请期待）
GAN相关的一些基础知识、前沿动态、代码等内容。
五、强化学习
1. David Silver强化学习（敬请期待）
David Silver强化学习课程笔记和作业整理。
2. 强化学习（敬请期待）
强化学习相关的一些基础知识、前沿动态、代码等内容。
六、信息检索
信息检索（敬请期待）
信息检索相关的一些基础知识、前沿动态、代码等内容。
七、自主进化
自主进化（敬请期待）
进化动力学、博弈论、神经科学、认知心理学等相关领域的知识。
项目与论文
一、 图神经网络
图神经网络（敬请期待）
图神经网络相关的一些基础知识、前沿动态（论文）、代码等内容。
二、 预训练语言模型
预训练语言模型（敬请期待）
预训练语言模型相关的一些基础知识、前沿动态（论文）、代码等内容。
三、机器阅读理解
机器阅读理解（敬请期待）
机器阅读理解相关的一些基础知识、前沿动态（论文）、代码等内容。
四、 文本分类项目与比赛
1. 文本分类项目
从0开始搭建一个文本分类系统。包括数据预处理，常用方法复现，网页Demo，预测，项目组织结构。
2. 达观杯文本分类比赛（敬请期待）
达观杯文本分类比赛所用方法（传统机器学习方法、深度学习方法、集成学习）的介绍，比赛或刷榜的技巧。
3. CCF情感分析比赛（敬请期待）
CCF情感分析比赛所采用的一些方法介绍（主要基于预训练语言模型）。
4. Github优秀文本分类项目解析(1)（敬请期待）
Github优秀文本分类项目解析(基于深度学习方法)。
5. Github优秀文本分类项目解析(2)（敬请期待）
Github优秀文本分类项目解析(基于预训练语言模型，如：Bert、XLNet、AlBert等)。
五、 对话情感分析
对话情感分析（敬请期待）
对话情感分析相关的一些基础知识、前沿动态（论文）、代码等内容。
