读过的书

为了记录本身度过的书，写个帖子总结一下，不定时更新。之前度过的书有些不记得了，就先记录一下我记得的吧：）

PS:如今读过的书（2016.4月之后），我会作读书总结。之前看的书，会再抽时间回顾一下，作个简单的总结。跟数据挖掘相关的书我另写了一个帖子，能够参考这个：

【原】数据分析/数据挖掘/机器学习---- 必读书目

2017.11-12

基本框架搭成，作好以后看公司同不一样意开源哈哈，加了两个月的班，朝9晚11，快撑不住了，月底准备休息一下。。。

 

2017.10

开始作一个新的深度学习框架，基于tf的二次开发，有意思，要多多coding！中旬接触了PaddlePadlle，决定用起来，写个系列！

 

2017.6-9

真的是很是动荡了。想要申请换组领导一直卡我，上半年作的项目也没有任何奖励，很是失望！也没什么心思积累，斗志消沉了很多。大领导走了，部门也走了好多人，中间各类斗争。不过最终终于争取换到深度学习小组了哈哈！能够开始新的工做了！

 

2017.1-2017.6

独立负责了公司的一个重要项目，简单说就是线索分级，提升订单转换率，加了很多班，不过效果还不错，一个月的订单转化率比以前提高了4倍哈哈哈！给公司带来的收益很是可观啊！感受本身终于有输出了！！！不过也由于这个身体出了很多毛病 = =（同时还考了GRE，结果还行吧）

 

2016.12

看xgboost的源码。折腾公司的一个模型，把上一版别人作的acc从44%提高到了82%，没时间折腾别的了 = =

 

2016.11

看了几篇xgboost论文（陈天奇大神太牛了！），和关于树模型的内容，月底以前总结一个树模型的总结。

顺便把十月份拖着没总结的内容总结完。

 

2016.10

组内分享了几个专题的内容，包括:

1) L1,L2&elastic net

2）跨设备连接判断用户

3）两个关联规则的算法

4）SVM

看了一些论文和书里的章节，回头总结一下这几个专题，并把论文贴出来

 

2016.9

看了深度学习处理图像方面的内容，忙着离职，看书的时间减小了不少。

 

2016.8

编写高质量代码-改善Python程序的91个建议（7.30-7.31看完80%，这周看完并总结，强烈推荐）

 

2016.7

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

Deep Learning（Chapter2 看完并总结---7.20前完成）

Neural Networks:Tricks of the trade(看Chapter1--并总结----7.30前完成)

 

2016.6 

Thinking in java（看到一半）---7月主攻深度学习，先暂时放一下

Deep Learning（继续看两章）

失控 （看完）

 

2016.5

Thinking in Java(计划看1/3)

Stanford UFLDL （已看完）

Deep Learning （Bengio）（看完两章）

 

2016.4

Learning Spark（Spark快读大数据分析）----读书总结（已完成）

Hive编程指南（看了部分，之后再补）

 

2016.3（第二份工做）

Hadoop权威指南(没看完，只看了部分)

Hadoop实战（没看完）

探索性数据分析（已看完，很是不推荐）

 

2016.2

机器学习（周志华）

 

2016.1

Pattern Recognition and Machine Learning(看了部分)

 

2015.12

高性能MySQL（看了几章，偏DBA，暂弃）

统计天然语言处理（看了七章）

 

2015.11

R语言与网站分析（看完）

R的极客理想工具篇（看完）

Mysql必知必会（看完）

 

2015.10

数据挖掘导论（部分）

 

2015.9

集体智慧编程（看完）

统计学习方法（看完）

 

2015.8（第一份工做）

利用Python进行数据分析（看完）

机器学习实战（看完）

 

2015.7

笨方法学Python （看完）

Python核心编程（看完PartI）

 

2015.6

数据挖掘概念与技术（参考了部分章节）

推荐系统实战（看完）

 

2015.5

数据挖掘-R语言实战（看完）

R语言编程艺术（参考了arules部分和做图部分）

 

2015.4（开始实习）

R语言实战（看完）

数据分析-R语言实战（看完）

 

2014年及之前的等我看看豆瓣记录再总结 = =