之前在csdn上开的博客已经两年没有碰过了,里面简直是杂草丛生,而且充满了低端的C语言程序设计小练习,实在惭愧啊。
说来也是遗憾,研究生阶段没有好好维护一个技术博客,虽说还是做了点儿东西,但是没有一个系统的整理。明着来看,若干公司都希望实习生提供技术博客,这让我吃了不少亏;暗着来说,自己的知识条理性和系统性也因为缺乏整理而显得有些不足。如今科研压力减小一些,可以有更多时间学习和研究自己想要的东西,在csdn上整理记录学习历程也就成为了自然的选择。
我也给自己做了个规划,温故知新皆有之,就直接先放在下面了,用于理清脉络,也用于监督自己。
1. 机器学习
《机器学习》(周志华), 《统计学习方法》(李航), PRML, Coursera上Andrew的视频和笔记
2. 实战编程类
《机器学习实战》《Python数据分析与挖掘实战》《机器学习实用案例解析》《机器学习系统设计》《数据科学入门》《写给程序员的数据挖掘指南》
3. 深度学习类
Hinton在Coursera上的公开课Neural Networks for Machine Learning, 同时也会参加这一课程的中文字幕组;
Yoshua Bengio刚刚写完的 Deep Learning;
Fei-Fei Li 在斯坦福的cs231n教程。
4. 推荐系统
Jannach的《推荐系统》;
《推荐系统实践》(项亮);
《推荐系统:技术、评估及高效算法》;
Coursera上Joe Konstan大神的公开课。
5.大数据分析与处理
这一部分主要准备针对Spark展开,同时兼顾Mahout的使用,主要准备研究以下几样:
《Spark机器学习》;
《Spark高级数据分析》;
edx上的Spark系列公开课(话说6月15号就开课了);
《Mahout实战》。
6. Optional
剩下的这些东西依然是非常想要研究的,然而需要看看时间进度是否合适,毕竟下半年虽说正事儿不多但杂事儿多如牛毛,更何况还要过一段时间的北京天津双城钟摆生活(一段时间到底是多长我至今也不清楚),尽力而为吧!
《Python自然语言处理》;
《社交网络挖掘与分析》
好了,画饼完成,剩下的事情就是:
Fighting!
Fighting!
Fighting!