学习进度: (✅完成
✅ C语言程序设计
✅ Fortran95程序设计
✅ 实用最优化方法
✅ 矩阵与数值分析
✅ Python编程-从入门到实践(蟒蛇书)
✅ 深度学习入门-基于Python的理论与实践(鱼书)
✅ 概率论与数理统计
▶️ 线性代数
▶️ 凸优化
▶️ 大话数据结构
▶️ 统计学习方法(小蓝书)
▶️ TensorFlow深度学习-深入理解人工智能算法设计(龙书)
▶️ Physical based Deep Learning
▶️ Python深度学习
▶️ Bayesian modeling and computation in Python
❌ 动手学深度学习(李沐)
❌ 深度学习(花书)
❌ 机器学习(西瓜书)
❌ 机器学习公式详解(南瓜书)
❌ 数据结构与算法(李春葆)
❌ 算法图解
❌ 利用Python进行数据分析
❌ 贝叶斯方法-概率编程与贝叶斯推断
❌ 统计学习要素(ESL)
❌ 模式识别与机器学习(PRML)
❌ 机器学习(Tom Mitchell)
❌ 机器学习:算法视角(MLAPP)
❌ 神经网络与深度学习(蒲公英书)
❌ 机器学习实战(蜥蜴书)