讀過的書

爲了記錄本身度過的書，寫個帖子總結一下，不定時更新。之前度過的書有些不記得了，就先記錄一下我記得的吧：）

PS:如今讀過的書（2016.4月之後），我會作讀書總結。之前看的書，會再抽時間回顧一下，作個簡單的總結。跟數據挖掘相關的書我另寫了一個帖子，能夠參考這個：

【原】數據分析/數據挖掘/機器學習---- 必讀書目

2017.11-12

基本框架搭成，作好以後看公司同不一樣意開源哈哈，加了兩個月的班，朝9晚11，快撐不住了，月底準備休息一下。。。

 

2017.10

開始作一個新的深度學習框架，基於tf的二次開發，有意思，要多多coding！中旬接觸了PaddlePadlle，決定用起來，寫個系列！

 

2017.6-9

真的是很是動盪了。想要申請換組領導一直卡我，上半年作的項目也沒有任何獎勵，很是失望！也沒什麼心思積累，鬥志消沉了很多。大領導走了，部門也走了好多人，中間各類鬥爭。不過最終終於爭取換到深度學習小組了哈哈！能夠開始新的工做了！

 

2017.1-2017.6

獨立負責了公司的一個重要項目，簡單說就是線索分級，提升訂單轉換率，加了很多班，不過效果還不錯，一個月的訂單轉化率比以前提高了4倍哈哈哈！給公司帶來的收益很是可觀啊！感受本身終於有輸出了！！！不過也由於這個身體出了很多毛病 = =（同時還考了GRE，結果還行吧）

 

2016.12

看xgboost的源碼。折騰公司的一個模型，把上一版別人作的acc從44%提高到了82%，沒時間折騰別的了 = =

 

2016.11

看了幾篇xgboost論文（陳天奇大神太牛了！），和關於樹模型的內容，月底以前總結一個樹模型的總結。

順便把十月份拖着沒總結的內容總結完。

 

2016.10

組內分享了幾個專題的內容，包括:

1) L1,L2&elastic net

2）跨設備連接判斷用戶

3）兩個關聯規則的算法

4）SVM

看了一些論文和書裏的章節，回頭總結一下這幾個專題，並把論文貼出來

 

2016.9

看了深度學習處理圖像方面的內容，忙着離職，看書的時間減小了不少。

 

2016.8

編寫高質量代碼-改善Python程序的91個建議（7.30-7.31看完80%，這周看完並總結，強烈推薦）

 

2016.7

Deep Learning with Python （23章,已看完,本月底以前總結---7.18已完成）-->出了更新版，更新到28章，已看完（7.29）

Deep Learning（Chapter2 看完並總結---7.20前完成）

Neural Networks:Tricks of the trade(看Chapter1--並總結----7.30前完成)

 

2016.6 

Thinking in java（看到一半）---7月主攻深度學習，先暫時放一下

Deep Learning（繼續看兩章）

失控 （看完）

 

2016.5

Thinking in Java(計劃看1/3)

Stanford UFLDL （已看完）

Deep Learning （Bengio）（看完兩章）

 

2016.4

Learning Spark（Spark快讀大數據分析）----讀書總結（已完成）

Hive編程指南（看了部分，之後再補）

 

2016.3（第二份工做）

Hadoop權威指南(沒看完，只看了部分)

Hadoop實戰（沒看完）

探索性數據分析（已看完，很是不推薦）

 

2016.2

機器學習（周志華）

 

2016.1

Pattern Recognition and Machine Learning(看了部分)

 

2015.12

高性能MySQL（看了幾章，偏DBA，暫棄）

統計天然語言處理（看了七章）

 

2015.11

R語言與網站分析（看完）

R的極客理想工具篇（看完）

Mysql必知必會（看完）

 

2015.10

數據挖掘導論（部分）

 

2015.9

集體智慧編程（看完）

統計學習方法（看完）

 

2015.8（第一份工做）

利用Python進行數據分析（看完）

機器學習實戰（看完）

 

2015.7

笨方法學Python （看完）

Python核心編程（看完PartI）

 

2015.6

數據挖掘概念與技術（參考了部分章節）

推薦系統實戰（看完）

 

2015.5

數據挖掘-R語言實戰（看完）

R語言編程藝術（參考了arules部分和做圖部分）

 

2015.4（開始實習）

R語言實戰（看完）

數據分析-R語言實戰（看完）

 

2014年及之前的等我看看豆瓣記錄再總結 = =