突然发现2017即将过去,想想还是写点东西吧


enter image description here

今年7月份才开始买书学习,以前都没有认真的系统学习过。后来才发现图灵的书不错,又看到书后面有学习群可以加入,才渐渐开始读书计划。2017年总共买了14本书籍,基本都是今年的新书,3本已读完,7本正在阅读,还有4本未读。这14本书大概分为三类:python编程、算法和机器学习。因为我主要方向是想往机器学习算法发展,所以又买了本数学,此外还有几本科普书。这一年不管过的怎样,好与不好,都已经过去了,有遗憾只能留到明年弥补了。

以下是我对今年读书情况的一个总结。

已经读完的:

1.《自然计算DNA、量子比特和智能机器的未来》:这是一本访谈记录,是关于一16位正在研究解决计算领域的前沿问题的科学家之间的谈话,主要是自适应计算、驾驭生命物质和物理与速度三个方向的探索。
2.《算法图解》:这是一本非计算机专业的人士也能轻松学会的算法入门书,语言基于python伪代码。书很薄,大概花个两三天时间就可以看完,内容涉及到了递归、排序、图、散列表、贪婪算法、动态规划和k最近邻算法,很适合阅读。
3.《时间旅行简史》:作者是大名鼎鼎的詹姆斯格雷克,写过《信息简史》,作者试图为我们揭开时间旅行的迷雾,带领我们还原其起源、演化和影响,书中内容相识,叙述严谨又不失风趣,令人脑洞大开,读之犹如醍醐灌顶恍然大悟。

正在进行中

1.《python网络数据采集》:这本书是关于如何使用python进行网上数据爬虫的抓取,内容分为两部分,第一部分简单介绍如何从一个网上采集数据,第二部分主要讲述对爬取的数据的收集、清洗和存储以及一些高级技巧。总之内容很清晰,每一章节都是前后关联,是一本较新的爬虫入门书,内容上比《用python写爬虫》要新,结构也更清晰,是一本不可多得的好书。
2.《流畅的python》:这是一本大块头的书,里面主要是介绍python语言的特性和使用技巧,理论性强,如果基础不够扎实的同学还是不要轻易尝试,比如说我,看的云里雾里的,可能需要我们在工作中有实战经验吧。直到现在都还没看到一半,后来我又参考了其他几本书比如《python cookbook》和《算法》第四版,我发现里面有许多内容可以帮助我们理解这本书。所以,还是那句话,把基础学好吧,不然我不推荐你阅读这本书。
3.《算法》4th:算法第四版也是一本大块头的书,比较难啃,特别是遇到难以理解的部分就想扔到一边不读,今年是读不完了,希望明年可以看完。
4.《机器学习实战》:这本书买的很火,既讲解理论知识又有实战练习代码,很适合我学习。
5.《图解机器学习》:这本书轻理论偏机器学习算法,书中举例的算法许多都看不懂数学公式,所以说不推荐读,初学者可以看一看《机器学习实战》。
6.《程序员的数学3线性代数》:之所以要学线性代数是因为学机器学习需要用到线性代数、概率论以及微积分,所以现在恶补数学,否则都看不懂《图解机器学习》了。
7.《单核工作法图解--事多到事少,拖延变高效》:这算是我读过的非计算机类图书最有用的了, 本书主题是管理时间,战胜拖延,是《番茄工作法》的姐妹篇,作者首先介绍了单核工作法的五大基本概念和五大原理,最后一一详述如何战胜拖延。

还未开始的

1.《Kakfa技术内幕》:国内大牛郑奇煌写的一本新书,图文详解Kafka的内部原理、设计与实现,必须读一读。
2.《R语言实战》2th:听说这本书是系统学习R语言最好的入门级教材,要深入的话可以看一看《R cookbook》。
3.《设计师要懂沟通术》:不仅是设计师需要沟通术,程序员也需要学习如何与设计师沟通。
4.《智能增长》:讲解大数据时代如何使数据智能增长,是关于产品运营方面学习的,书还在路上。

One more thing ,2018年快到了,到时候会列一个书单作为年度计划。