Big Data And ML Learning

随着工作的时间一天天过去,不禁会思考对未来的打算,工作的事情更多的是业务和效果,少有时间学习,自我的提升比起学校需要更多的self motivation. 一直都工作在大数据领域,现在虽然业务多些,方向也没有变化,还有了很多机器学习方面的实践。以下是我觉得自己很希望学习的书籍和要点:

大数据

  • HBase Definitive Guide
  • Learning Apache Flink 比起Spark Streaming确实完善很多
  • Streaming Systems
  • High Performance Spark
  • Hadoop Definitive Guide,很早的时候看过一遍
  • Distributed Computing: Principles, Algorithms, and Systems
  • Spark源码
  • Spring Framework,很成熟服务端方案

机器学习

  • Hands on ML
  • Tensorflow官方Guide和源码
  • DL Learning Coursera
  • 统计推断
  • 数学之美
  • Coursera ML 课程的作业
  • Machine Learning: A Probabilistic Perspective
  • Deep Learning的书
  • 西瓜书
  • 统计学习方法
  • The elements of statistical learning
  • Rainforcement Learning

基础知识

  • JVM虚拟机深入: Java Performance: The definitive guide
  • The C++ Programming Language 4th edition
  • Java并发编程
  • Designing Data Intensive Applications
  • Go programming
  • R programming
  • Mondern Operating System
  • 算法,图论, 设计模式,代码大全, 计算机程序的构造与解释
  • Programming in Scala(review again)
  • High performance Python
  • Getting Starting with R
  • The implementation of functional language
  • Distributed Computing
  • Gradle, Maven
  • 代码整洁,代码大全,程序员自我修养,重够

投资管理等

  • 经济学原理
  • 心理学
  • 产品:梁宁,听了她的课,学了很多概念,同时也推荐李善友的颠覆式创新
  • don’t make me think
  • Just for Fun: The Story of an Accidental Revolutionary
  • The Hacker Ethic: and the Spirit of the Information Age

希望在未来2~3年年,能完成,今天年底,完成3~4个要点,今年上半年已经完成了Hands on MLLearning Apache Flink 最近在学习Java Performance,Tensorflow和Deep Learning的Coursera课程,加油啦~

Copyright
© 2018 Cyanny Liang