0.0 计算机科学
- 《Lex 与 Yacc》
- Think Complexity（使用 Python 语言）
0.1 语言类书
C/C++
Python
- Python 编程快速上手 —— 让繁琐工作自动化
R 语言
1. 计算机算法
- 算法导论
- 计算机程序设计艺术
- I：基本算法
- II：半数值算法
- III：排序和查找
- IVA：组合算法
- 《算法心得：高效算法的奥秘》：该书涉及大量的二进制表示，及位运算，来降低算法的时间复杂度；
- 《算法问题实战策略》：韩国人编的一本书，十分系统完备，且理论实践结合十分紧密，循序渐进，由浅入深；
- 《Python 算法教程》：《Python 基础教程》一书的作者写另一本书；
2. 机器学习
算法（algorithm）：
- PRML（Bishop）
- 模式识别（Pattern Recognition）（希)Sergios Theodoridis / (希)Konstantinos Koutroumbas（有代码）
- 模式分类（Richard O. Duda / Peter E. Hart / David G. Stork ）（有配套的习题解答册）
- The Elements of Statistical Learning（斯坦福大学三位大牛）
- MLaPP：Machine Learning: a Probabilistic Perspective
- code：probml/pmtk3
理论（theory）：
- Foundations of Machine Learning（Mehryar Mohri）
- Understanding Machine Learning —— from theory to algorithms（有电子版）
编程实战：
- Python Machine Learning
- 《图解机器学习》：
- 日本人写的书，总是新奇；
- 既然是图解，可视化，帮助理解；
- 《白话大数据与机器学习》：
- 2016 年 6 月份出的一本新书
- 见名知义，也是帮助理解的一本书；
new topics：
- 增强学习
- 转移学习
3. 从神经网络到深度学习
神经网络
- 人工神经网络理论，设计及应用（韩立群）
- 《matlab 神经网络原理与实例精解》
4. 框架、库与平台
- Spark
- Spark 高级数据分析
5. 机器学习、深度学习的应用
- 推荐系统实践
- 风格类《集体智慧编程》（有相关 Python 实现）