我的学习目标和计划

因为我本身java出身，所以更偏向于源码看java的。不过java写的又臭又长，参数就一大陀。

python也好不到哪里去，后面都是c++写的组件，不但不可调试，还编译起来费劲。

每个库的实现大家都可能又是有点小差别，所以还是先看一种的好。

结论：使用和看接口用python，具体实现看java的，感兴趣的还是deep learning相关，但可能从。代码量从规模小的看起。

实际使用以成熟的项目为优先，不要是玩具。并且文档要全。

每次项目具体地址就不写了。很容易就在google中搜到。

数据挖掘：

1.研究weka（java，玩具）

五年前看过，不求甚解。

2.研究scikit-learning（py）

代码写的很nice.

3.研究mahout（java,hadoop工具）

hadoop，玩起来可以真实跑东东。

自然语言：

6.研究nltk.（py）

有本书有中文翻译，自已找。

4.研究stanford-corenlp-full.(java,玩具)

感觉很牛B的样子，代码超多超全。

5.研究opennlp.（java,玩具）

继续观望，apache的顶级项目

deep learning:

6.研究DeepLearning-master （各种语言，玩具）

很简单，有意思。

7.研究simsa（工具）

没看过。C++的，有空再说吧。

8.研究word2vec （工具）

代码很小，看别人跑起来，好像很不错的样子。暂时不在火力范围之内。以后肯定会很感兴趣。

还有一个mldemos的项目。

观察参数。可以使用这个。

提醒自已不要太纠缠在细节上了。可以跳过实现。先了解使用吧。