1 学习
还是絮叨絮叨吧。 今天是2017年的最后一天,还有几分钟就迈进2018年了,但心中却没有起伏,更没有什么波澜,只是平静地感受着那从容流淌过的时光。
如果今年30岁的我可以向20岁的自己说一句,我会说什么呢?
传递信息(房价,股票 ……)最直接,可以快速致富,但也许并不利于人生的发展,除此之外应该再附加些什么。
我想,关键应该不在于内容,而在于其是否可以指导今后的工作,学习,事业,生活……
类似的问题:如果你是自己的老师,你会如何教自己呢? 摘自《十四堂人生创意课》——李欣频
新的一年即将开始了,你准备好了么?
工具
- 学习 Mathematica
- 主要是机器学习方面的函数功能(其它方面也有)
- 为了玩机器学习,还组装了一台不错的电脑(24K+¥)
- 学习 Python
- 主要用来做机器学习与爬虫和自然语言处理(使用方面越来越多了)
- 机器学习方面了解了 TensorFlow
- 爬虫方面使用较多,了解的模块也有几个
- 自然语言处理:jieba(结巴分词)
- Python 的正则表达式与 Mathematica 一样也不支持表达式的递归匹配
- PyCharm 是非常好用的 Python 的 IDE 工具
- 在Windows上,使用 Anaconda 之前,踩了好多坑
- 学习前端技术
- 学习前端打包工具 Grunt,并了解了常用组件的用法
- 学习 Vue.js
- 学习使用 GitBook,于是之前编写笔记程序的计划可能被长期搁置
- 进一步熟悉并使用以下工具:
- ECharts
- Git,GitHub,GitBook,并在 GitHub 上有了第一个 pull request
- Axure
- XMind
- Microsoft Ofiice
- 学习 Gif89a 规范(压缩部分尚未学完)
- 继续使用印象笔记
- 购买了高级帐户(期待的相似笔记推荐功能被阉割了,因此标准用户已然够用)
- 目前拥有343条笔记
知识
- 复习专业基础知识:数学分析,高等代数,解析几何,复变函数,概率论与数理统计,高等统计学……
- 学习机器学习方面的知识:机器学习常用算法,神经网络常用模型与工具
- 学习医学统计学中的一些方法与术语
2 阅读
技术类书籍
- 《TensorFlow XX》,《Python XX》(其中《Python袖珍指南》用起来很方便),《Vue.js权威指南》,《Wolfram 语言入门》
- 《神经网络与机器学习》,《机器学习》,《统计学习方法》,《图解机器学习》,《深度学习》,《图论算法理论、实现及应用》
- 《PPT 设计思维》,《Excel 数据之美》,《配色设计原理》,《版式设计原理》,《版式设计》,《UI设计师的版式设计手册》
- 《数据之美》,《数据可视化》,《用数据讲故事》,《用户网络行为画像》
其它书籍
还范范地看过几本书,就不在此一一列出了。今年买书量(4923.65¥)远大于阅读量 (⋟﹏⋞),明年要多静下心来阅读了!
3 网站
- 维基百科
- 国家 & 政府 & 相关(政府类网站越来越规范了)
- 豆瓣
- GitHub
- GitBook
- 谷歌(g.cn)
- Google Keep
- ……
- 百度,脸书,领英,网易,新浪,知乎,京东,当当,亚马逊(z.cn) ……
很多单字母的 cn 域名都可以打开,有兴趣的朋友可以看看它们都是些什么网站。
4 娱乐
纪录片
- ★★★★★ 行星地球
- ★★★★★ 圆明园
电视剧
- ★★★★★ 白夜追凶
电影
- ★★★★☆ 摔跤吧!爸爸 Dangal
- ★★★★☆ 新福尔摩斯 S04-E01
- ★★★★★ 无间道123
- ★★★★★ 你丫闭嘴
- ★★★★★ 电锯惊魂12345678
- ★★★★★ 战狼2
- ★★★★☆ 南京!南京!
- ★★★★★ 寻梦环游记 Coco
- ★★★★☆ 追龙
音乐
- On a Slow Boat to China——Luke Thompson
- 处处吻——杨千嬅(网易云音乐上的评论很有意思)
- 刚好遇见你——李玉刚
- ……
未完成的计划
- 完成个人笔记程序(被GitBook替代,无限期推迟)
- 学习 Hadoop (除了 Hive 之外,仅了解一些概念,不过暂时不会再去深入学习 Hadoop 了)
- 购买正版 Mathematica(Industry 的 Standard Desktop 版很贵,但愿2018年可以不心疼的购买)
2018年学习计划
- 进一步学习 Mathematica, Python,TensorFlow 等工具
- 可能会学习 D3.js
- 写 Mathematica 笔记
- placeholder(先留个位置,以后再填)
一个博客能让人流连忘返,讲真,靠的是实力!
拜读了,多多学习总是好的!