还是踩着年末的尾巴发一篇年终总结吧。
2013对我来说不是平淡的一年。 这一年，我大学毕业，从一所大学来到另外一所大学， 分别原来的同学和朋友， 又在新的地方建立起了人际关系网； 这一年，我从大学生变成了研究生， 伴随着学历的增长，我的生活节奏也完全发生变化， 现在的我，开始沉下心来学习一些东西， 虽然现在仍然没有很大的成果。 这一年，我和她吵了不知道多少次架， 每次都是因我而起，我心里十分愧疚， 我现在仍然不够成熟， 心胸不够开阔。
计划的完成程度
多看书，多感受生活，开阔自己的胸襟
虽然这被放在了计划的第一条，但是完成的最不好。 这里的“看书”，当然是说非专业的书籍， 印象当中就看了《天龙八部》和《唐浩明评点曾国藩家书》（上下册）， 家书下册还是这两天逼迫自己看完的， 看书之少，现在都替自己不好意思。
至于修身，也没有花多少功夫， 否则也不至于跟女朋友吵那么多架。 没有把这个放在比较重要的位置， 仍然还是我行我素， 只知道在专业方面努力， 其他方面都不在乎。 这一点，在来年必须要改。
学习一门新的编程语言，可能是go或者erlang
也完成的不是很好，大概的学习了一下go(完成了go tour)， 没有用它写过实际的项目。
学完完有关数据挖掘的基础知识
这个完成得还不错， 掌握了很多的机器学习和数据挖掘方面的基础知识。 完成了毕业设计，使用scikit-learn开发过机器学习程序， 写了很多实现机器学习算法的matlab代码。 上了两门机器学习的课程，一门是浙大蔡登老师上的， 另一门是Coursera上的。
为github上的一个库提交代码
为TeamToy-Plugin这个项目写了两个插件， 一个是OpenId的，一个是创意墙（团队用户可以在上面分享创意，使用类似于Hacknews的排序， 这个插件没有提交）。
这个计划完成程度也不是很满意，投入的时间太少了。
计划之外
专业书
2013年在专业方面的投入还是蛮多的， 看过的书不能算少，也不能算多：
-
《The C Programming Language》，这仅仅只有200多页的书， 除了让我知道如何写出好的C程序之外， 也让我明白了如何如何精简地表达自己的观点。
-
《The CPP Programming Language》，以前一直对这本书持保留看法， 觉得这么厚的一本书一定晦涩难懂， 直到我认认真真地把整本书都看了一遍， 才发现这是一本不可多得的好书。 整本书讲解清晰， 把C++这么复杂的一门语言的语言特性阐释得十分清楚， 而且，里面还有很多如何写出更好的程序的技巧， 很多时候作者的很多思想会引起我强烈的共鸣， 或者启发我深度的思考。
-
《Introduction to Data Mining》， 这本书总体感觉是介绍性质的，里面设计的理论不是很深， 数学讲解不是很多，不过能从中知道数据挖掘的各个方面。 可能Jiawei Han老师的那本数据挖掘更好一些。
-
《Pattern Classification》， 这本书是上机器学习课程的主要教材， 里面的理论讲得很深， 是一本比较好的参考书。
-
《The Practice of Programming》, 看这本书，完全是冲着Robert Pike的大名去的， 看完之后果然不失所望， 学到了很多的编程方法， 只是这本书的评注实在让人哭笑不得。
-
《Effective Java》, 这本书看的是中文版， 翻译得不是很好， 有少数几个地方有点难以理解。 由于以前写的Java程序太少， 看完这本书之后收益还是蛮大的， 至少现在知道怎么去写Java程序了， 同时对于面向对象的特性也有了更加深入的理解。
应该说，今年看书确实比以往有所长进， 因为看完书之后能够对它进行总结， 其中一些重要的观点和思想都记录下来， 而不是看完就忘记了。 我觉得这是一种很好的看书方法， 看书不应该一味的追求速度， 看完之后的总结很有必要。
Coding
2013年写过的代码不能算多，写的代码是PHP和Python， 但是有时候也看一些其它语言的书和文章， 然后拿着这些特性来进行一个比较， 想得比较多。同时， 有时需要写一些代码来测试一些有趣的语言特性， 这些代码可以作为以后的参考。
同时，今年看了几个开源项目的代码， 包括scrapy和redis， 看这些代码一方面能够开阔自己的视野， 另一方面对于如何写程序也能够有所体会。
Paper
2013年也看过一些论文， 包括google的三大论文， 还有graphlab的4篇论文， Spark的两篇论文。 对于后面的两种论文， 现在理解还不是很深入， 幸亏存在开源的代码能够加深理解。
在机器学习方面也看过一些论文， 其中推荐系统和聚类方面的论文看得比较多。
2014年计划
- 修身仍旧还是第一位，而且必须要花一定的时间。
- 多看书，多看非专业书。
- 看完Graphlab和Spark的源码, 期间需要巩固C++和学习Scala。
- 上完Convex Optimization、Probabilistic Graphical Models 和Neural Networks for Machine Learning这三门在线课程。
- 在github上为开源项目提交代码。
祝愿所有人新年快乐，新的一年实现自己的梦想。