这篇文章是在知乎上对应问题的回答，一部分代表了2025年的年度总结。
2025年在学习上投入的时间与精力比2022-2024要多很多。
起因是2025年初写年度总结的时候发现，随着工作年头越来越长，在学习上分配的时间几乎趋近于0。一方面是工作本身并不需要太多的专业技能（是的，绝大部分工作都是建立在很浅的专业性上的草台班子），另一方面人也进入了某种typical的「中年男人」的虚无状态中。
再加上2024年工作从北京换到了成都，结清了房贷之后，人生也短暂没有进一步的追求。所以1月决定今年给自己找一些系统性的事情做，也好好思考一下接下来的五年想过一种怎样的人生。
1月25号左右，在公司无聊上edx时发现MITx的Micromasters Statistics and Data Science开课了，决定先选两门上着，当成是复习（事后证明我有些高估了我的概率统计基础 :)
一开始选了6.419x（数据分析/统计建模）和6.86x（机器学习&深度学习），因为紧接着春节要去尼泊尔旅行，6.419x来不及交作业，遂withdraw，只继续上着6.86x。
2月到5月：6.86x Machine Learning with Python-From Linear Models to Deep Learning
从2月到5月的个人休息时间基本都花在了6.86x上。6.86x的workload比我想的要大很多，作业量大+公式推导量大，作业题设计的也很有意思，较偏理论，coding部分倒是简单。
但课程设计是从perceptron到SVM再到DL，以及小部分generative model & reinforcement learning。跳过了我最熟悉的LR和GBDT，一开始上起来需要一边听课一边复习一堆已经快十年没用过的玩意儿。
互联网公司的工作时间也非常不固定，再加上还需要陪伴家人与猫猫狗狗的时间，节假日都会出门旅行，所以我的周末个人时间基本都花在上课和做作业上。平均周末每天5~6小时，周一到周三每天3小时（课程每周交作业的DDL是北京时间周三晚7点）。遇到节假日只能自己再抽时间见缝插针提早做作业，合理利用评分机制少提交几次作业，笑。
有两三次赶DDL赶到周三凌晨5点钟。期末考试刚好遇到国内五一劳动节，去了趟日本回来之后花了一天时间考完试，交差。
- 时间：2025.1 -2025.5
- grade：94%
- 参考资料：lectures, notes, MIT的6.036和6.390（本科level的机器学习课程）lectures，以及CMU的一门PhD Level的机器学习
- 参考书：ML部分主要看的是李航的《统计学习方法》，深度学习大概参考了一下李沐的《动手学深度学习》和Goodfellow的《Deep Learning》
5月到9月：6.431x Probability - The Science of Uncertainty and Data 概率论，18.6501x Fundamentals of Statistics 统计基础
6.86x上完以后就接着同时选了两门，时间跨度从5月到9月。6.431x概率论课程workload不大，但讲解的非常好，弥补了很多我在本科上概率论和后面工作里看书时并没有看的特别明白的理论细节。稍微花了一些时间的是stochastic process 随机过程，但6.431x对随机过程也考察的比较浅（bernoulli process, Poisson process, Finite-state Markove chains）。我大概每周花5个小时。
18.6501x是这四个月内最耗费时间的，我觉得这个课程不应该叫fundamental…更像是数学视角下的统计理论。主要是在讲统计性质的证明，每一个参数统计模型的估计量都会重点推导收敛性（a.s几乎处处收敛/p依概率收敛/d依分布收敛), asymptotic渐进性推导和证明。另外我觉得18.6501整体的framework设计的非常有意思，比如我第一次看到推导MLE的方式是从Kullback-Leibler Divergence（KL散度）出发的。
每周花的时间应该在20个小时左右，作为一个本科上过概率、统计与计量经济学、且对传统ML比较熟悉的人来说这个workload也比较大，特别是涉及到高等数学（极限和积分）、线性代数（协方差矩阵性质 Σ 计算与矩阵视角下的Linear Regression）、矩阵微积分的时候，需要花很多时间去review，课程作业默认学生是学过的。好处是我感觉我特么现在甚至可以去考个研2333
5-8月刚好工作上遇到了项目紧张，保持着每隔两周飞一周北京的出差频率。那段时间为了赶作业，几乎用尽了所有的闲暇时间。出差的时候全程都带着ipad mini，在两舱休息室做题，在公务舱看lecture和拿着A4草稿纸算题，空姐大概会以为我是个赶作业DDL的大学生吧，笑。
在成都双流机场休息室赶作业ing
在上这两门开始逐渐用notion来做notes，顺便LaTex写公式的能力突飞猛进，以至于我现在在公司写的文档有时候遇到公式多一点的时候也会直接写LaTeX.
一些notes
- 时间：2025.5-2025.9
- grade：概率论 97%，统计94%
- 参考资料：lectures, notes
- 参考书：
- 概率论：主要看的是MIT的《概率导论（第二版》（课后习题出的非常好，我打算改编几道放在面试题库里），参考了茆诗松的《概率论与数理统计教程（第四版）》
- 统计：主要看的是All of Statistics: A Concise Course in Statistical Inference, by Larry Wasserman，参考了对象老张研究生时的一本数理统计教材。
- 高强度使用了chatGPT和deepseek
9月至今：6.419x Data Analysis: Statistical Modeling and Computation in Applications
本身是这个系列的最后一门课程，9月开始。这门的综合性和workload也挺大的（每个module都需要写report和同学评议）。
我刚好这段时间打算换工作，主要准备内部活水面试和考英语，并且11月又回到了北京工作。这门前期还挣扎着跟上进度，后半段直接放弃了，估计明年再继续吧。
所以截至2025年12月31号，整体进度如下：
其他：
年初因为deepseek的火爆，让我对生成式模型LLM终于有了些兴趣。所以这一年断断续续在看LLM相关的资料。另外因为一直在玩AIGC（甚至买了张4090），今年对diffusion model的技术原理也了解的比以往更多一些。
明年的兴趣应该会集中在深度学习上了，希望2026年能继续扩展自己的知识深度与广度吧~
