可穿戴传感器入门指南 (Wearable Sensor Starter Guide from Deep Learning Perspective for Human Activity Recognition)
目标：熟悉机器学习中监督学习和无监督学习的常用方法和概念；熟悉深度学习常用网络结构；掌握使用深度学习框架构建自定义模型，并完成分类或回归任务的训练。
| 课程 | 推荐课程 | 推荐书籍 | 目标 |
|---|---|---|---|
| Python 3 | [菜鸟教程] [Python数据分析] |
熟悉Python基础逻辑语法，可以使用Python刷LeetCode。对Numpy和Pandas库有一定了解和应用。 | |
| 机器学习 | [实用机器学习] [吴恩达机器学习课程] |
[机器学习实战] | |
| 深度学习 | [吴恩达深度学习课程] [Pytorch] [Tensorflow 2] [北邮课程P4,5,6] |
[动手学深度学习纸字版 网页版] |
目标：在监督学习环境下完成活动分类任务的训练和评估，如DeepConvLSTM；熟练替换训练模型中的各个组件。
[UCI-HAR] [OPPORTUNITY] [USC-HAD] [SHAR] [HHAR] [MotionSense]
按用户划分；随机划分
需要注意实验是要求按用户分割还是随机划分训练集和测试集，可以参考相关工作中，相同实验的处理方式
[OPPORTUNITY] [HHAR/SHAR/UCIHAR] [UCI-HAR] [MotionSense]
完成DeepConvLSTM模型的构建与训练 [paper] [code1] [code2]；并在多种数据集上训练和评估该模型。