可穿戴传感器入门指南 (Wearable Sensor Starter Guide from Deep Learning Perspective for Human Activity Recognition)

1. 基础知识

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]

2. 监督学习

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。

常用可穿戴传感器数据集

[UCI-HAR] [OPPORTUNITY] [USC-HAD] [SHAR] [HHAR] [MotionSense]

数据集(训练集，测试集）划分方式

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

数据预处理代码

[OPPORTUNITY] [HHAR/SHAR/UCIHAR] [UCI-HAR] [MotionSense]

模型构建与训练

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。