9月底10月初读书记录

  最近2周读了：

•   Kenneth H. Rosen. Discrete mathematics and Its Applications. McGrawHill, New York, 7 edition, 2012.很基础的适合本科生的教材，对许多概念有起了回顾和复习；这是一本不错的书，值得收藏，值得拥有；
• Jiawei Han. Data mining Concepts and Techniques. Elsevier 3rd edition, 2012. 数据挖掘 领域的经典教材，一个概览性的overview；让我窥探到了整个数据挖掘的庞大领域；有复习了一遍；
• Abraham Silberschatz., Henry F. Korth and S. Sudarshan. Database System concepts. McGraw Hill 6th edition, 2011. 很详细的介绍了数据库的理论，以及相关的数据挖掘、信息检索方面的知识，值得收藏；又复习了一遍；
• Sheldon Ross. Introduction to Probability and Statistics for Engineers and Scienctists. Elsevier, 4th edition, 2009. 复习了一下本科时候学的概率，重点看了其中的Hypothesi test and point estimationg等，该书对quantile, quartile, pecentile等概念讲解的很清楚；
• 还有被多个大学选为教材的 Richard L. burden, J. Douglas Faires. Numerical Analysis, 9th edition, 2011. 介绍的比较全面，点出了各种软件包。还有一本针对本科生的 Hohn H. Mathews, Kartis D. Fink. Numerical methods using matlab. 4th edition, 电子工业出版社。在Google上找了半天，没有找到该书的英文原版。
• 人工智能入门级的Nils J. Nilsson的《Artificial Intelligence》的书，很受启发，很经典，适合入门级的阅读，
• 而George F. Luger编写的《Artifiicial Intelligence: Structures and Strategies for complex problem solving》6th 则语言表达晦涩的多，感觉不太符合大部分英文的表达方式；但是他内容很全面。
• 详细阅读了机器学习领域里的经典教材Tom M. Mitchell的《Machine Learning》的前三章。并且看懂了ID3算法的Java实现代码；
• 其中花了2天的时间读完了David A. Harville编的《Matrix Algebra From a Statistician's Perspective》及David C. Lay 的经典的适合本科生的教材《Linear algebra and its applications》

现在把心收回来了，好好读论文，写论文，争取早点毕业啊！