主要是关于Python编程语言,计算机科学以及机器学习方面书籍资料的分享。 关于Python语言学习: 书籍分享目录: 1.《Python语言及其应用》(and《Python核心编程》) 2.《Python编程:从入门到实践》 3.《Python学习手册》 4.《Python科学计算第二版》 学习建议: 建议先看《Python语言及其应用》(或者《Python核心编程》这本书主要讲的是Python2版本,内容有点落后,实际上我不太建议学习这本书),之后再### 跟着《Python编程:从入门到实践》里的例子做一遍,基本Python语法就算### 是掌握了。最后有时间的话从头到尾看一遍Python3中文教程,进行查漏补缺。 如果有用到Python进行科学计算或者深度学习的,可以看下《Python科学计算第二版》这本书。 计算机科学: 学习资料目录: 1. MIT-600计算机科学及编程导论视频公开课 2.《计算机组成与设计 硬件软件接口》 3.《计算机程序的构造和解释》 4.《Automate the Boring Stuff with Python》 学习建议: 其中MIT600-计算机科学及编程导论视频公开课是2008年麻省理工教授Eric Grimson教授和John Guttag教授 以Python为例上的一门编程入门课,内容比较简单,一节课大概50分钟(课上进行演示的代码由于分辨率原因看不太清·。·) 如果想要了解一些计算机软硬件入门知识的推荐阅读《计算机组成与设计 硬件软件接口》。 《计算机程序的构造和解释》是以Scheme语言讲解计算机的计算思维,有点难,我也没怎么看。-。- 《Automate the Boring Stuff with Python》比较容易上手,建议作为Python学习的补充资料。 Python网络数据采集 学习资料目录: 1.《HTTP权威指南》 2.《CSS权威指南(第三版)》 3.《Python网络数据采集》 学习建议: 前面两本书让你了解互联的基本架构原理,后面可以参照《Python网络数据采集》进行简单尝试,这些内容比较花时间,有兴趣的同学可以研究研究。 Machine Learning 学习资料目录: 1.《深度学习入门:基于Python的理论与实现》高清中文版PDF+源代码 2. 斯坦福大学机器学习课程原始讲义 3. (Adaptive computation and machine learning) Daphne Koller_ Nir Friedman -Probabilistic graphical models _ principles and techniques-MIT Press 4. [Python.in.Practice(2013.8)].Mark.Summerfield.文字版 5. [挖掘社交网络].(Mining.the.Social.Web) 6. Building Machine Learning 7. Introduction to time series and forecasting 8. MLY_V0.5_Full_Draft 9. sentiment analysis and opinion mining 学习建议: 这是我科研之余收集的关于及其学习的资料,比较散乱且杂,有兴趣的同学可以看看,我就不提供什么学习建议了。 Fortran95 学习资料目录: 1.《Fortran95程序设计》(彭国伦) 学习建议: 想要用Fortran90编写科学计算脚本的同学,可以看看这本书,上手比较简单。 资料分享链接: 百度网盘链接: 提取码:cljn (转载请注明出处)