一位在MIT教数学的老师总结了十条经验，对理工科学生应该很有教益：
1.你能够做到每天七个小时坐在书桌前。
2.只有在学你觉得学不会的东西时才能学到东西。
3.总的来说，知其所以然比知其然重要得多。
4.在科学和工程方面，没有人能骗太久。
5.并不是天才才能做有创造性的工作。
6.你必须对自己高标准严要求。
7.世界变化很快，你最好选学那些坚实恒久的学科，少赶时髦。
8.你永远赶不上进度，别人也一样。
9.未来的计算机文化是正发生在你的身边，并不是计算机文化课上学的东西。
10.数学仍然是科学界的女皇。

1. 存一些自己的Tips：http://t.zhizhihu.com/
2. 机器学习问题QA系统：http://mla.zhizhihu.com/
3. GRE201106
4. TOEFL20110821
5. 大众点评网“我与点评有个约会”项目竞赛，上海DP总部答辩
6. Web-Search Ranking with Initialized Gradient Boosted Regression Trees
7. The Elements of Statistical Learning
8. Support Vector Machine Active Learning with Applications to Text Classification
9. Parameter estimation for text analysis
10. Latent Topic Models: The Gritty Details
11. Finding scientific topics：http://www.pnas.org/cgi/reprint/0307752101v1.pdf
12. Probabilistic Topic Models：http://cocosci.berkeley.edu/tom/papers/SteyversGriffiths.pdf
13. introduction to topic modeling for the CACM
14. On Optimization Methods for Deep Learning
15. Parsing Natural Scenes and Natural Language with Recursive Neural Networks
16. Distributed Gibbs Sampling of Latent Dirichlet Allocation: The Gritty Details
17. Structured Topic Models for Language
18. Latent Dirichlet Co-Clustering
19. Social Influence Analysis in Large-scale Networks
20. Who Will Follow You Back? Reciprocal Relationship Prediction
21. Conditional Random Fields: An Introduction
22. Computational Rationalization: The Inverse Equilibrium Problem：The Best Paper award of ICML 2011
23. read papers about graphical models
24. Statistical Topic Models for Multi-Label Document Classification
25. LSH Algorithm and Implementation (E2LSH)挺好用的一个近似快速的knn
26. Relative Attributes ICCV2011 的Oral
27. Applied Regression Analysis, A Research Tool, Second Edition
28. Ensemble of Exemplar-SVMs for Object Detection and Beyond
29. Curriculum Learning for Latent Structural SVM
30. Tracking using Pixel-Wise Posteriors (ECCV08)
31. Multiple Object Tracking using K-Shortest Paths Optimization
32. Demo：Human Counting in Video
33. Hidden Markov Models
34. Max Entropy Models
35. Sparse Coding and varieties
36. Finding  PhD or Job positions！！！！！！！！！