diff --git a/competitions/getting-started/digit-recognizer/daily_report.md b/competitions/getting-started/digit-recognizer/daily_report.md
index 14046f7a..8443e6bb 100644
--- a/competitions/getting-started/digit-recognizer/daily_report.md
+++ b/competitions/getting-started/digit-recognizer/daily_report.md
@@ -45,6 +45,17 @@
     1. 其它也不能停呃。数据结构继续看。 
 
 
+## @huangzijian
+
+1.	已完成	
+	1.	完成了[github相关操作](https://github.com/huangzijian888/knowledge/blob/master/doc/git%E6%93%8D%E4%BD%9C%E6%B5%81%E7%A8%8B.md)复习
+	2. 看了线性代数  学习了矩阵的运算 逆矩阵相关知识
+	3. 修改了昨天日报的格式 并补充了kaggle-learn上machine learnign的超链接(强烈推荐像我一样的新手阅读)
+2. 下一步计划
+	1. 查找国外优秀微积分、线性代数、概率论教材 为后续阅读作准备
+	2. 查阅knn相关资料
+3. 随笔
+	1. 真心觉得老外写的书、教程非常nice 写的非常通俗易懂 写的让你有兴趣阅读
 
 
 # 2018-03-16
@@ -52,20 +63,16 @@
 
 ## @huangzijian
 
-1.已完成
-
-	1.在kaggle learn上刷完了machine learning Leve1 初步了解了决策树、随机森林算法
-	2.接触了pandas、sklearn框架，并学习了几个简单函数
-
-2.下一步计划
-
-	1.学习二分类、数据降维知识
-	2.复习git知识
-
-3.随笔
+1.	已完成
+	1. 在kaggle learn上刷完了[machine learning Leve1](https://www.kaggle.com/learn/machine-learning) 初步了解了决策树、随机森林算法
+	2. 接触了pandas、sklearn框架，并学习了几个简单函数
 
-	1.很早以前就听说加入开源组织能够学到很多，如今我的亲身经历告诉我这是真的。自从昨天加入这个项目，我接触到了很多大牛，也学到了一些前辈们的经验。
-	2.终于能够静下心来阅读英文文档了。
+2. 下一步计划
+	1. 学习二分类、数据降维知识
+	2. 复习git知识
+3. 随笔
+	1. 很早以前就听说加入开源组织能够学到很多，如今我的亲身经历告诉我这是真的。自从昨天加入这个项目，我接触到了很多大牛，也学到了一些前辈们的经验。
+	2. 终于能够静下心来阅读英文文档了。
 
 ## @hduyyg