三大前端库，Vue.js, React, AngularJS，随便选一个慢慢做呗。

只要有 two-way binding 或者类似机制，基本都能做。

@swordspoet …… 其实无数遍是夸张了，我也就翻过一两遍。

我初次看《统计学习方法》之前的状态是没上过什么课。

后来我上了本科的一些课，知道了个大概，这时候看《统计学习方法》，还是没个头绪。《统计学习方法》给我的感觉是它章节之间割裂太严重，没有穿插整本书的写作思路和哲学观，只是教给你一些零碎的算法（和公式），不能给你建立机器学习的思考方式。

这时候我听说 PRML，打算看，在第二章被劝退了。

后来我补了一年的概率论、微积分、线性代数、最优化方法和基础泛函（泛函学得最差，只知道了一些概念，没领会精髓），拿起《 Deep Learning 》这本书看。看了几个月，受益匪浅。这本书把 Deep Learning 的很多思考方法与哲学解释都讲了一遍，不单是数学。

再后来我才拿起来 PRML，这回终于不再劝退了。相距第一次拿起来已经过去了一年，终于能看懂了。

这回 PRML 看了之后收获简直巨大，把 Deep Learning 这本书没看懂的一些章节也搞懂了（比如 Variational Approximation 相关章节、EM 算法在 KL-divergence 下面的理解等）。
- - - -

我说《统计机器学习》是渣渣可能过了，但是我觉得它的写作思路在《 Deep Learning 》和 PRML 的对比下确实差了一个档次。《统计机器学习》有其形而无其意，可替代性非常高。但是 Deep Learning 和 PRML 是形神具备，确实是经典之作。

@ivechan 我当年看李航这本，无论看多少遍都看不懂。直到我看了 PRML，我才醍醐灌顶。

所以李航这本就是渣渣，初学者看不懂，已经从别的地方看懂的人也不会再去看了。

Office 2016 for Mac 其实体言已经接近 Windows 版了。Office 2011 for mac 确实是渣渣。

因为标准 Python 只能是是单线程，无法并发，而 uwsgi / gunicorn 通过多进程池达成了更暴力的并发。

至于 nginx，你静态文件都走 Python 程序，不是浪费机器性能嘛？

@Hallujah Notability 我用过，有各种高级功能，有手写、文字和图片之类的混排。另外 Notability 的笔记管理更像是 Evernote。但是我更喜欢 GoodNotes 这种复原了纸质笔记本的用法，没有太多功能，每个笔记本就是一个封面和一堆内容页，想写什么写什么。

@aheadlead yes

@marvinwilliam 我 10.5 寸。GoodNotes 可以横屏并对齐页宽，横屏的时候就差不多大了。

@hanzichi 我和你说，这个东西的隔音能力可厉害了。至于不能侧着睡，习惯了就好。我已经用这个装备两年了。。。

@AirSc 应该是不差钱。。。当然如果要报销什么，还得 boss 认为你是干正事才行。