2018

1. 凸优化（Convex Optimization）：其中第六章的正则项近似就是我之前学习的内容，这本书更系统地讲了优化的问题。好像还有对应的公开课可以看。这本书偏应用，虽然最新的优化方法没有说，但作为基础书籍还是不错的，某些学科的研究也用不到过于新的技术。有相应的公开课。主要需要关注一阶的优化问题。

2. Python for Data Analysis

3. Real-Time Analytics

4. 生命是什么？

5. Gilbert Strang的线性代数

6. Optimization Model

2017

1. 贝叶斯思维（Think Bayes）

2. Web Scraping with Python

3. 机器学习

- 公式推导（南瓜书）：https://datawhalechina.github.io/pumpkin-book/#/

4. Data Points: Visualization That Means Something。可以对整个可视化过程有个清晰的理解，也许能获得一些启发。中文版叫数据之美。读了几章，了解到了很多不错的数据集。国内出版的这本书不是铜版纸，有点遗憾。

5. 写给大家看的设计书

6. The Good Part of JavaScript