前端转DS打卡贴

1. onlinestatbook: 完成 XI. The logic of hypothesis test
2. Problem Solving with Algorithms and Data Structures： 03. basic data structure 3.15 到3.21
3. ESL: 尝试看了一下Model Inference and Averaging，没看懂，愁人
kaggle依然无进展，开始怀疑人生，我还是先多去看看别人的代码吧

Problem Solving with Algorithms and Data Structures: 完成03，04.01到04.05
折腾gaggle

太感谢妹子的收集和分享了。好贴啊！

1. onlinestatbook XII.test of means. 01-06. 越到后面感觉越来越难了，但是确实学到了不少实用概念
2. udemy: python for data science and machine learning. 完成Python for Data Visualization - Seaborn和Python for Data Visualization - Pandas Built-in Data Visualization。最近做kaggle状态特别不佳，主要原因是不会探索数据，发现会作图真是太重要了，所以还是回来继续跟udemy这门课，感觉这门课真的还是很实用的，后面也有很多练手的小项目，titanic也是有的，还是决定跟着这个课程一个一个做完，再去做kaggle吧。欲速则不达呀，还是夯实基础一步一步来吧。
另外之前一直说看论文，也没有看起来，原因主要是平时晚上学东西也要花不少时间，找论文也是一个耗时的事情，决定以后周末把下周要看的材料找好，顺便微调一下下周的学习计划，然后平时上班的时候就好好执行。

另外发现从不同的途径（不同的书，视频，或者博客）看到同一个概念或算法时，还是很奇妙的，每个人对同一个东西的表达相差还是很大的，有时候，乍一看，都没看出来他们说的是同一个东西，然后在某个时间点突然反应过来，原来这两个人说的是一回事，挺神奇的。

ESL这本书，只要不给自己强制安排今天必须要看完多少页或者哪些章节，偶尔也是能看出乐趣来的，当然大部分时候还是感觉很痛苦。

1. onlinestatbook XII.test of means.后半部分
2.Problem Solving with Algorithms and Data Structures: recursion 4.06到4.17
3. ESL：Additive Models, Trees, and Related Methods. 9.1-9.2配合李航的统计学习方法看，感觉好懂一点，但是这本书讲的东西比李航那本书讲的确实多得多，慢慢啃吧

statistic learning-stanford. 04 classification.
看这一章的时候把之前从onlinestatbook上看的东西和从ESL上看的东西串起来了，在没看onlinestatbook之前，我看ESL的一些东西相当模棱两可，很多直接跳过了，这次回忆起很多东西，感觉清晰了很多，总之统计基础还是非常重要的感觉。

1. onlinestatbook XIII. Power 终于学到Power
2.Problem Solving with Algorithms and Data Structures: search and sorting. 01-05

1. onlinestatbook XIII. Power. 复习Power
2.Problem Solving with Algorithms and Data Structures: search and sorting. 06-11
3.python for data science and machine learning. 13节：Data Capstone Project