技术博客写作计划（持续更新）

当前文档更新日期：20170917

前言

感谢这个时代，让我们可以自由的分享自己的思想。感谢各种机遇，我现在可以跨专业读计算机科学与技术的硕士，和北邮的同学聊过了之后觉得自己还没有入计算机的门。至少，要学一学计算机网络、学一学组成原理、学一学算法和数据结构。然后，还要根据自己的方向，学一学机器学习、数值计算等等的内容。

这个写作计划的目的是帮助我自己整理计算科学及其相关领域的知识。于是，我在写每一篇文章的时候将会把重点放在某一些我认为很重要的想法上，并且以我自己的方式来陈述它。所以，这一系列的文章并不会考虑读者的知识背景，也可能会损失一些论证中必要的严谨性。我要求自己写作的时候尽量用英文，这是由于我主要学习的是英文材料，在表示的过程中比较方便，并且我更希望将这个过程变成一个语言学习和科学论文写作的过程。

每一篇文章当然是会属于某些细分领域的，但是目前以我的知识尚不能做出一个宏观的把控，所以我直接借鉴了arxiv.org的分类方式与记号，我将我涉及到的一些类别的缩写和相关领域列在下表中。

类别列表(alphabet order)

缩写	领域
cs.CV	Computer Vision and Pattern Recognition
cs.DB	Database systems
cs.DM	Discrete Mathematics
cs.DS	Data Structures and Algorithms
cs.LG	Machine Learning
cs.NA	Numerical Analysis

同时，我在写作的过程中往往是围绕一个较大的专题和一些较小话题的来展开的。这种“领域-专题-话题”的三层次结构是合理的，因为它符合我选择的学习材料（书、课程、集中阅读相关的文献）自身的分类方式。同时，为了使我自己不迷失在这样的树形结构中，我会在每一个领域内，维护一个描述该领域内每一个专题的说明文档，而在每一个专题维护一个描述每一个话题的说明文档。

话题，是我所有文件组织的最小单元，而我的学习也都是话题为中心的。一般来讲，对于我有一些把控的领域，我会制定好话题的内容，然后围绕话题的内容来选择学习的材料。在进行话题标注的时候，我会用“领域-专题”的模式作为标签。

清单

类别	专题题目	完成度	开始时间
csapp	Computer Systems: A Programmers' Perspective	1 of 12	2017.0829
cs.DM	Formal Languages and Automata	0%
cs.DS	Basic Algorithms	0%
cs.LG	Classic Machine Learning	0%
cs.LG	Probabilistic Graphic Model	0%
cs.LG	Deep Learning	0%

队列

近期目标（如果不知道干什么，就来搞这个）
* csapp

队列
* 从已有工作中学习机器学习常用处理术语与处理框架(cs.LG)