推免结束至本学期末：
学习了解深度学习的基础知识、主要模型（前馈神经网络、卷积神经网络、循环神经网络、注意力机制与外部记忆等）、前沿进展（变分自编码器VAE、生成对抗网络GAN等非监督学习模型、深度强化学习Deep Q-Learning等）以及热门应用。通过动手实践的形式掌握深度学习技术的基本原理、实际应用以及最新进展。针对图像和文本处理的具体应用场景进行实践练习，掌握该领域重要模型（多层前馈神经网络、卷积神经网络、循环神经网络、自编码器、对抗网络、Deep Q Network）的原理、使用方法、应用过程和适用场景，为以后研究过程中深入解决实际问题打好基础。同时关注自然语言处理及脑信息处理机制等相关方面最新研究。争取完成对相关研究方向1~2篇前沿论文的复现，以期了解该研究方向实验。
大四下学期至本科毕业：
完成毕业设计。同时结合老师指导，细化自己研究生主要研究方向。并结合主要研究方向做相关研究性数据实验。
若实验结果理想，完成相关论文初稿撰写。
本科毕业暑假至研一：
完成第一、二篇论文的实验总结投稿工作（包含修改等工作）。同时为发第三篇高质量论文进行方向确定及构思（时间大概在暑假前一两个月开始）。期间若有相关方面的竞赛，可以选择性参加，以锻炼自己的实践能力。
研一暑假至研二：
进行第三篇高质量论文的数据实验等工作。根据研究情况决定是直博还是找工作。
我本人在您所研究相关领域基础有：
1.大数据hadoop程序编写经验，曾编写过hadoop并行化实现量子遗传算法的大数据处理程序。
2.智能进化算法--量子遗传算法及其算法优化，可能对相关机器学习算法研究有启发作用。
3.熟悉算法竞赛常用算法如网络流算法、自动机算法、FFT等算法的原理及使用，有助于算法设计。
4.扎实的数据结构基础及熟练的C++编程能力，有助于编程实现。
虽然我在机器学习方面还所知甚少，但是我相信只要坚持学习，这些不足能够很快被弥补。我曾用一周的时间就从hadoop零基础到编写出并行化量子遗传算法的第一个hadoop程序，这证明了我有较强的新事物学习能力。我的微信号是 axuhongbo 。非常期待着能得到您的面试！