展望2017 驻足博客园
2016已经过去，2017还会远吗？为着自己的一个小目标而奋斗！
关于技术
先阶段主要的学习目标是机器学习。自己在学的同时，也选修了学校的数据挖掘课。到现在也接触到了查不多一半的算法了。给我的感受就是，光学算法实在是没意思。机器学习就是用来用的。所以刚刚开始学习的园友可以结合一些工具来学习，一开始不用急着学例如python这样的语言。可以学着使用matlab和WEKA这样的工具，把重点放在算法本身和训练数据上。至于编程的工作可以放到以后。
下面推荐一些机器学习的视频和书籍，有些自己已经看完了，有的还没有。其实干货知乎上一搜一大把，机器学习该怎么入门？，可是给我的感觉，资料太多眼花缭乱。所以我就把我现在看到过的列了出来。
视频：
- coursera上Andrew Ng的机器学习。（入门必看的，算法过程Ng教授描述的很清楚，每课后面有作业和编程练习。）
书籍：
- 《机器学习》 周志华著 清华大学出版社（我是一本西瓜书！老师推荐的机器学习入门书籍，侧重理论和证明，内容比较宽泛。）
- 《机器学习实战》Peter Harrington著 人民邮电出版社（实战型，包含了机器学习的主流算法的python实现，使用uci数据集）
- 《统计学方法》李航著 清华大学出版社（书不厚，但是内容丰富）
网站：
- 廖雪峰的python教程（简单，忘记了可以去查）
- UCI机器学习数据集（加州大学的机器学习数据集，里面有大量的数据，可以用来验证不同的算法模型）
- Anaconda（python科学计算的发行版，没有安装python的，可以直接安装这个，包含了IDE、python环境和主流的科学计算库）
其实看过了以上的这些资料，应该已经对机器学习有一定了解了，可以自己训练一些模型，接下去的路就会好走很多。
关于博客
之前写过一段时间的.net，所以一直在博客园混，也是个园龄两年出头的老园友了，也有PV过万的博客。之前由于考研和做毕设，荒废了一段时间，现在决定重新写起来。先定个小目标，比如说拿个推荐博客，hhh。。。。
知乎上总是有人不停在黑博客园，当然CSDN也有。可我仍然觉得这里一方净土。其实之前一直想在学技术的同时，写一个系列的博客的。刚好现在在看机器学习，就准备着写一个list的博客。machine learning基础与实践系列。回想起之前自己写博客的初衷，无非都是为了方便开发者和初学者啊，当然也是对自己所学的一个总结和解决问题的记录。每次当我在学习的时候遇到一个点不明白的时候，总是会去看几篇博客，然后把问题解决了，这个时候我就在想，如果把这几篇博客的内容总结了，加上自己的理解发出来，那下次园友遇到相同的问题时，如果看到我这一篇文章就可以解决问题，那不是很好么？抱着这个态度就开始了我的博客之旅。最近也是如此，机器学入门看的一个梯度下降法，有的博客介绍了推导公式，有的提供代码，有的只是把机器学习视频中的ppt贴了出来。我在看懂之后，就总结了* 机器学习基础——梯度下降法（Gradient Descent）和梯度下降法第二回——优化与比较。这两篇，希望可以帮到初学者。
还有一种情况，我也会写博客记录下。就是对一些比较旧的博客的一个跟新吧。暑假的时候写过一段时间的java web。刚刚接触到IntelliJ IDEA，也看了不少教程，才成功建立了Maven Spring MVC的项目。而现有的很多博客的IDEA版本都很低，新版的配置方式有些都有些区别了。同样的我也想试着把这个过程记录下来，才有了IntelliJ IDEA上创建maven Spring MVC项目这样的一篇文章。
说了这么多，也不是在标榜自己吧，毕竟自己能做的也是微不足道的。写博客就是给人看的，能帮助到别人也是一大快事。所以在2016的末尾，也希望自己可以不忘初心，继续把博客好好经营下去。在我之后有新的园友要学，就不必再去看就的教程去摸索了。也希望博客园能发展的更好，对不对。