划线为看过,加粗为在看
1. 机器学习&深度学习
1.1 入门
Python神经网络编程深度学习入门图解深度学习- Python机器学习基础教程
1.2 理论
- 统计学习方法
- 深度学习
- 数据挖掘导论
- 机器学习
- 人工智能-一种现代方法
- Pattern Recognition and Machine Learning
- The Elements of Statistical Learning
- Machine Learning-A Bayesian and Optimization Perspective
- Machine Learning-A Probabilistic Perspective
- Bayesian Reasoning and Machine Learning
1.3 应用
- Python深度学习
- Scikit-Learn与TensorFlow机器学习实用指南
- 美团机器学习实践
1.4 面试
- 百面机器学习
2. Python&数据处理
2.1语言入门
Python编程-从入门到实践- Python基础教程
小白的第一本Python书- Python编程导论
- Python语言及其应用
2.2 语言进阶
- 流利的Python
- Python核心编程
- Python Cookbook
- Effective Python
2.3 数据处理
- 利用Python进行数据分析
- Python数据科学手册
- 数据科学实战
3. 数学
3.1 微积分
- 高等数学
- Stewart Calculus
- 普利斯顿微积分读本
- 陶哲轩实分析
- 托马斯微积分
3.2 线性代数
- 线性代数
- 线性代数及其应用
- 线性代数应该这样学
程序员的数学-线性代数
3.3 概率统计
- 概率导论
- 概率论与数理统计
- 程序员的数学-概率统计
3.4 数值优化
- 数值优化
3.5 其他
3.5.1 数论
- 数论概论
- 初等数论及其应用
3.5.2 组合数学
- 组合数学
3.5.3 计算机数学
- 离散数学及其应用
- 具体数学
3.5.4 数学分析
- 数学分析原理
4. 计算机科学
4.1 计算机系统、架构、组成
- 深入理解计算机系统
- 计算机体系结构 - 量化研究方法
- 计算机组成与设计硬件/软件接口
4.2 操作系统、计算机网络
- 现代操作系统
操作系统基础- 计算机网络 - 自顶向下方法
- TCP/IP 详解
4.3 算法、数据结构
- 算法
- 算法导论
- 数据结构与算法分析 X语言描述
- 数据结构基础
- 挑战程序设计竞赛
算法竞赛入门经典(训练指南)
4.4 计算理论
- 计算理论导引
- 自动机理论、语言和计算导论
4.5 程序、编译、汇编
- 计算机程序的构造与解释
- 编译原理
4.6 数据库
数据库系统概念SQL基础教程SQL进阶教程
4.7 软件工程
- 软件工程
- 设计模式
- 图解设计模式
4.8 网络安全
未完待续