201909：月度总结与计划
【NLP.TM】
每个月一篇，总结这个月，并且规划下个月。
往期回顾：
懒人目录
公众号总结
学习总结
碎碎念
次月计划
10月都快过了一半了，才来整这个呃呃呃，不过没事，总结总结总是好的哈哈。
公众号总结
本月一共有4篇原创文章，勉强保证了周更的节奏。
ML&DEV更新两篇文章，将学习路线完结，另外对特征工程进行了一些解释，让大家对特征工程有更深的理解。
有关进阶，其实在我当时一直是一个瓶颈，学完机器学习之后我能用来干啥？怎么进一步提升，我探索了很久，这是我总结的一些经验和思路。
特征工程真的就是一个工程，内容非常多，此次计划和大家谈谈这一块的思路和一些技巧体系是如何的，方便大家有针对性的学习，另外看到了一篇非常好的特征工程总结文章：
这篇是我在知乎回答的一个问题，这个问题的反响非常不错，所以我就发过来啦，里面谈到了现在我的视角下的一些形势，以及破局的方法。
有关学习排序的综述，大家可以了解了解什么是学习排序，这应该是推荐系统里面非常经常应用到的方法，从这个学习排序角度去谈，有更新的理解。
学习总结
开始了正式的到岗生活，感觉还是非常刺激的，收获不少，我先总结一下我这个月学到的东西吧。
C++的基本语法（说实话，自己上一次写c++都追溯到大二了，现在很多东西基本不记得，所以干的举步维艰），另外还有一些构建方法，g++、make等。
命名实体识别技术的调研，由于需求等多种原因，重点放在CRF++了，感觉CRF++这个老工具的坑好多，后面会总结一下自己这块工作。
基本的学习排序算法调研，其实核心点在于怎么整这个损失函数，有很多很有意思的方法。
论文读的略少，这个要看看怎么安排。
碎碎念
要是你决定了毕业找工作，尽快开始实习吧。
这个月的收获说实话非常大，学校的科研和学习与实际应用场景差别不是一般的大，在学校学的，一方面来源于网络，另一方面针对论文之类的，而公司讲究效率，讲究合作，不是你一个模型就完事了，你要把你的模型放在大的项目里，就有性能要求，例如内存、速度之类的，还有很多工程的问题，这个你要接触工作才能知道，所以才说有实习经历的容易找到工作，有些工作真的需要有经验的人去做。
次月计划
技术上自己最近的提升有很多，但是在算法上却懈怠了，感觉这是个问题，下个月自己慢慢开始规划，得补充一些算法上的内容，当然，可能技术提升还是自己的重点，毕竟自己的技术短板还是太明显了。
c++以及有关技术栈尽可能熟练。
算法层面，也会关注一些偏工程的技术，例如tensorflow的模型部署方法，2的话会排期，估计也要学。
排序问题这块，我估计会出比较有深度的文章，理论估计慢慢建立起来后，有一些工业常用的模型也要去看，有没有很多合适的用法。
以上。