2015 学习推荐书籍(golang ,web ,机器学习)

时间:2023-01-01 17:58:45

golang  

以下都是来源于studygolang(有不错的相关学习资源 ):

 《The Way to Go 中文 — 无闻译》

 相对于《golang语言编程》比较适合新手入门。

《golang语言编程》 许式伟

    比较全面讲解golang,有项目实例,有跟其他语言的对比,有深度也有广度,当然也就没那么细节了。
    个人感觉,不适合第一门语言学习吧。唯有对比才有体会这门工程性语言。
    估计,c++和python 都了解后 看更有感触! 
     

《Go 学习笔记— 雨痕》(github)

     总结性,看完语法在看这个不错,下半部分分析源码的,没投精力看,跳看,个人觉得了解/原理得话,看《深入理解go》加上其他blog就够了。。
     ps : 他的github ( github.com/qyuhen/book )  c跟python的学习笔记都不好,作为复习不错。

《深入解析Go — tiancaiamao》(github)

     分析golang原理,很不错。主要看为主,有深度。

库:https://github.com/astaxie/gopkg    https://gobyexample.com/

     库学习例子。 官网那些没啥例子,看库源码,就知道是代码直接生产的。
     对于库观点就是有些印象印象就行了,需要时再看。
    ps : 对于一些常用库,阅读源码还是很帮助,必要的。 
    主要看一些开源热门项目,库源码等,这些代码质量一般都是高的,

     当然如何学好一门语言,观点还是与以前一致 : 学好掌握好一门语言 ,请看开源热门项库源码等,这些代码质量一般都是高的,  只有系统的看/调试用该语言写的开源源码,才能对该语言有更好的掌握,调试/看源码的过程本身就能学到很多东西。



web领域

《Go Web 编程 — 谢孟军》 (最好看他的发行版的书,github上没那么全)

   结合他的beego  MVC框架,中规中矩,熟悉web开发不错.

《图解HTTP [上野宣著]》

     图解一般都通熟易懂咯,进一步了解http,web服务,攻击手段 不错。 
    个人觉得像工程性质的理论书更多可以定性为”经验总结“书籍。

[HTTP权威指南]

     实例多,图解也比较多,通熟易懂,了解http各字段作用很有帮助,讲的就比较细节,也比较全面,了解web领域不错书籍,当然就按需看咯。
      当然,个人觉得这本书适合实践不久后看,比如看完《Go Web 编程 — 谢孟军》后,稍微实践一些后,看最合适了。毕竟也是 ”经验总结“性质书籍嘛。
  

[MongoDB权威指南]

   主要讲解命令 ,实践类书籍书籍




计划/待看书籍(希望变化影响不了计划吧~~):

 机器学习,数据挖掘(下半年入门为主):

《数据挖掘导论》 

      看了几章,感觉还不错。看完再评论。

《机器学习》

     以斯坦福公开课为主。

《线性代数》第七版 美  steven J.leon

     有应用例子,看后真心觉得重点不是如何计算,而是如何理解公式的应用意义,各符号代表的意思。写出公式,读懂公式你就几乎成功了,剩下计算工作基本都可以留给matlab了。

《统计学》美  第5版  william mendenhall

     这两本,大四研究机器学习,模式识别时期有看过一些,比国内《数理统计》那本好理解多了。有一本《深入浅出数据分析》,也还行。。   

《高等数学》

      复习。忘了差不多了,网页上说是很多门学科混杂在一起的课程。。。 没找到合适对应的国外材料。

ps: 
   个人觉得数学教育,最重要的一步就是应该教育学生如何从现实中抽象出公式来,这才对的起”高度抽象“的称号,第二步才有资格进行全抽象的计算推倒,这才有接地气的感觉,才有知其然所以然的感觉。
   而中国教育就是直接进入第二步,然后根据自己情况再感悟第一步。“为什么数学没用?”这么多论调,因为都没走出第二步呗。呵呵,就该先修《深入浅出数据分析》,然后再学《数理统计》才合理。
     so,个人感觉 国外教材是演进式, 有始有果,带你思考,而中国教材结果式,靠悟性,本末倒置。作为数学本身高度抽象的学科,我觉得就该从公式,符号是如何从现实中抽象出来,实际应用中代表的意义,进而进一步引出其他公式,先具体再抽象。  


其他

《策略思维》

    看了一些,就是博弈论类书籍,不错。

《赌客信条:你不可不知的行为经济学》

 大学期间看过,不错,应该可以归并到心理学经济学吧。利用空闲时间再看看。



   复习以上看的书籍。根据工作需求,再复习去年看过相关书籍。