任务方面：学习了有关于CNN的相关理论知识，对于CNN的原理有了充分的了解。研究了CNN的各项指标随着网络复杂度的提高的改变情况，主要观察指标是训练误差和测试误差，并绘制了对比曲线；学习了有关于决策树和随机森林的理论知识，根据论文里的指导在mnist数据集上做了和CNN类似的实验；学习了决策树的各种算法的知识，主要研究了C4.5算法，并在简单的数据集上做了实验。
自主学习：学习了李宏毅的机器学习的网课，对于基本的机器学习的模型找了代码进行了初步的学习；初步学习了pytorch框架，对于其中的部分函数库有了初步的了解，还需要进一步学习，对于tensorflow框架也有一定的学习；看了一篇关于正则化的论文，看了CNN的原论文和随机森林的原论文，看了几篇有关于CNN的论文。
收获：对于机器学习的理论知识有了初步的了解，对于各种机器学习和深度学习的模型和算法的原理也有了初步的学习，学会了一些较为常用的算法；从0开始学习python，对于python的使用也有了一定的掌握，开始尝试着自己写代码。
未来的期望：争取尽快熟练使用python和一种框架，为以后的课题研究打下基础；尽可能的多读一些有用的论文，充分了解某一方向，丰富自己的知识，发现可以深入研究的地方；尽可能的多了解一些先进的算法和目前该行业的先进研究成果，为自己的学习研究增添动力；争取尽可能快速的完成研究和实验，尽可能多的发表论文，向课题室的大佬看齐。