读过的书
为了记录自己度过的书，写个帖子总结一下，不定时更新。以前度过的书有些不记得了，就先记录一下我记得的吧：）
PS:现在读过的书（2016.4月以后），我会做读书总结。以前看的书，会再抽时间回顾一下，做个简单的总结。跟数据挖掘相关的书我另写了一个帖子，可以参考这个：
2017.11-12
基本框架搭成，做好之后看公司同不同意开源哈哈，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
开始做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
真的是非常动荡了。想要申请换组领导一直卡我，上半年做的项目也没有任何奖励，非常失望！也没什么心思积累，斗志消沉了不少。大领导走了，部门也走了好多人，中间各种斗争。不过最终终于争取换到深度学习小组了哈哈！可以开始新的工作了！
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，提高订单转换率，加了不少班，不过效果还不错，一个月的订单转化率比之前提升了4倍哈哈哈！给公司带来的收益非常可观啊！感觉自己终于有输出了！！！不过也因为这个身体出了不少毛病 = =（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，把上一版别人做的acc从44%提升到了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，月底之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）跨设备链接判断用户
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，看书的时间减少了很多。
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,本月底之前总结---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，以后再补）
2016.3（第二份工作）
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，非常不推荐）
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）
统计自然语言处理（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（第一份工作）
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部分和作图部分）
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年及以前的等我看看豆瓣记录再总结 = =
腾讯云开发者
