这个项目是我记录和分享关于再进入学校后的学习。
列出的并非是我全部的学习计划，每当我快要完成了一个进程，就会开始计划下一个进程。
如果能为您提供一些帮助我很高兴
如果您是经验丰富的学者或工程师，请毫无保留的评价我的学习方式及其学习内容。我会非常感谢您。
目前我还没有对自己所想进入细分领域有个明确的目标，主要是"分布式计算"和"分布式存储"，如果您能提供信息帮助我，我将非常感激不尽！
我选择了密码学方向，因为元宇宙比云原生更加吸引人（狗头保命）.
我的研究生课程一周只有2节课，分别是云计算相关课程和高级算法相关课程，我本以为自己有时间去学习其他的，但是由于英语并不是很好，并且每节课的信息量太大，导致我得花很多时间去消化和整理笔记。另外还有一门外语课和可能会有两个交流活动，所以我想学习例如CSAPP等课程需要后置。
Created by gh-md-toc
作为计算机科学专业的学生，不能不懂计算机。
课程由MIT提供，MIT 6.042 'Mathematics for Computer Science'
作业: 无
笔记：无
状态: 待学
优先级：中
课程态度：课程难度不高，对于纯计算机方向来说，数学是工具而并非我们研究的主体。
课程为Harold Abelson、Gerald Jay Sussman在1986年7月给Hewlett-Packard公司员工培训时的录像。
作业：待完成
笔记：无
状态：在学
优先级：低
课程态度：此课程虽然是基础课程但并非入门课程，也并非互联网上所描述的CS学生必看课程，课程具有一定的难度，但学习这门课程可以从更深层次去理解什么是编程，典型的例如什么是递归、什么是迭代？这门课程搭配的是Scheme语言，函数式编程语言，强烈建议日常使用面向对象语言的工程师学习此课程，能为写出更好的代码带来帮助。
简称CSAPP，课程由CMU提供。
作业：待完成
笔记：无
状态：在学(2021年5月31日前完成)
优先级：高
课程态度：此课程是一门综合了计算机组成、编译原理、操作系统及计算机网络的一门课，课程在互联网上收获大量好评。编程语言为C0，不需要具有C语言知识，但是需要具有编程的经验。如果过去没有好好学习计算机4门基础课，那这个课程可以让你重新系统的学习，但课程内容不是太深入，后续针对某一个领域比如计算机编译原理，还需要专门领域的学习资源。
不要死磕学术，计算机科学众多权威都表示，“数学不应该成为学生们学习计算机的阻碍”，但也不要忽视数学。
状态：在学
笔记：
课程态度：线性代数是计算机专业比较重要的数学学科，不用掌握线性代数也能写出代码，但是掌握了能写出更艺术的代码。
状态：在学
笔记：
课程态度：虽然作为计算机专业的学生，高数自然是无法与数学专业的学生匹敌，且如果不参加ACM，线性代数和离散数学远比高数常用，但并不意味着高数就是“需要用的时候再查”，例如高数2中所描述的牛顿迭代法，是计算机中常用于解决方程的一种方法。
数理统计：
状态：未学
笔记：无
课程态度：这个就不用说了，不一定要用到计算机上，没准向喜欢的人表白时也用得上了（狗头保命.jpg）
不仅学习学术，也不要忘了工程。
本项目没有视频，为电子书。
作业：无
状态：在学
优先级：中
笔记：
课程态度：每个JAVA程序员都应该读的一本书。
本项目没有视频，为电子书。
作业：无
状态：可当作工具书使用
优先级：无
笔记：无
课程态度：当入门JAVA后，对于如何在工程上更好的进行JAVA编码，这本书会给予很多意见。
本项目没有视频，为电子书。
作业：无
状态：待学
优先级：中
笔记：无
课程态度：不了解Spring的原理，又如何在工程中将Spring的特性发挥的淋漓尽致呢？作为Java目前最火的框架，Spring及其生态圈为Java带来了许多名声。如果研究者们为Java带来更多丰富的特性，例如Lambda编程或虚拟机模块化，那Spring就是"传教士"，将高大上的特性工程化，使更多的工程师能发现新特性的优点。
课程由MIT提供。
作业: 无
笔记：无
状态: 待学
优先级：高
课程态度：如果一台机器算力不够，那我们就把N台机器联系起来。
课程建议先阅读一遍论文《In Search of an Understandable Consensus Algorithm》，这篇论文可以带你了解下，分布式系统将会面临的问题，并且提出了一个目前在分布式领域举足轻重的raft算法。
当然，学习分布式总会面临Paxos这个怪物。
有些人说是科学，有些人说是玄学，有些人说是神学。
这就是大名鼎鼎的斯坦福大佬吴恩达的入门课程。
作业：已完成(Octave)
笔记：我写了部分课程的md笔记，还有一份博士的学习笔记
状态：已完成
优先级：高
课程态度：无论你的方向是否是人工智能，机器学习总归应该学习的，特别是作为研究生阶段的学生来说。课程对计算机知识依赖不强，对数学有一定要求，特别是高等数学的微积分、统计学、线性代数。
PS: 课程不难，但是证明某些数学公式相当困难，像我这种对数据科学不如对计算机敏感的人来说，有时候真的不知道这么做有何意义？学完这一课以后我在想，机器学习到底是给我们带来了便利，还是带来了禁锢？就像我在购物网站上，永远无法看在心仪的商品，而是推荐给我一堆又一堆我曾经看过但我永远不会购买的商品。
- 交友网站 GITHUB
- 来猜猜JAVA上周又出现了什么幺蛾子BUG 专注于JAVA的网站，不仅有很多高质量的对生产环境有帮助的文章，还有教学。
- TLA+ 语言 用数学来证明你的并发或分布式程序的设计是否合理，语言作者是分布式大佬，图灵奖获得者，同时也是LaTex排版系统的作者。
- IBM DEVELOPER IBM开发者网站，现在中文站正在维护，上面的文章质量不知道比CSDN高了多少倍。
- 墨刀 一款很方便的产品设计工具。
- Jenkins 无论怎么说，它总是一款方便的运维工具
- MIT 图书馆 虽然这辈子也无法成为MIT的学生，但是也可以上上MIT的课呀