贡献进度列表使用表格，便于查阅更新

README.md

@@ -517,14 +517,20 @@ Translate it in english.
 ```markdown
 ### 3.3.2 如何寻找超参数的最优值？（贡献者：大佬－斯坦福大学）
 
-在使用机器学习算法时，总有一些难搞的超参数。例如权重衰减大小，高斯核宽度等等。算法不会设置这些参数，
-而是需要你去设置它们的值。设置的值对结果产生较大影响。常见设置超参数的做法有：
+在使用机器学习算法时，总有一些难搞的超参数。例如权重衰减大小，高斯核宽度等等。算法不
+会设置这些参数，而是需要你去设置它们的值。设置的值对结果产生较大影响。常见设置超参数
+的做法有：
 
     1. 猜测和检查：根据经验或直觉，选择参数，一直迭代。
     2. 网格搜索：让计算机尝试在一定范围内均匀分布的一组值。
     3. 随机搜索：让计算机随机挑选一组值。
-    4. 贝叶斯优化：使用贝叶斯优化超参数，会遇到贝叶斯优化算法本身就需要很多的参数的困难。
-    5. 在良好初始猜测的前提下进行局部优化：这就是 MITIE 的方法，它使用 BOBYQA 算法，并有一个精心选择的起始点。由于 BOBYQA 只寻找最近的局部最优解，所以这个方法是否成功很大程度上取决于是否有一个好的起点。在 MITIE 的情况下，我们知道一个好的起点，但这不是一个普遍的解决方案，因为通常你不会知道好的起点在哪里。从好的方面来说，这种方法非常适合寻找局部最优解。稍后我会再讨论这一点。
+    4. 贝叶斯优化：使用贝叶斯优化超参数，会遇到贝叶斯优化算法本身就需要很多的参数的
+    困难。
+    5. 在良好初始猜测的前提下进行局部优化：这就是 MITIE 的方法，它使用 BOBYQA 算
+    法，并有一个精心选择的起始点。由于 BOBYQA 只寻找最近的局部最优解，所以这个方法
+    是否成功很大程度上取决于是否有一个好的起点。在 MITIE 的情况下，我们知道一个好的
+    起点，但这不是一个普遍的解决方案，因为通常你不会知道好的起点在哪里。从好的方面来
+    说，这种方法非常适合寻找局部最优解。稍后我会再讨论这一点。
     6. 最新提出的 LIPO 的全局优化方法。这个方法没有参数，而且经验证比随机搜索方法好。
 ```
 
@@ -533,25 +539,29 @@ Translate it in english.
 已提交MD版本章节：请查看MarkDown（排名不分先后）
 
 待定：表示该章节还未匹配到合适的负责人（统筹该章节的内容修改、审核、原创性陈述）   
-可加：表示该章节，如果有其他合适的，可以开放权限加到负责人身份   
+可加：表示该章节，如果有其他合适的，可以开放权限加到负责人身份
 
-- 第一章 数学基础    负责人：哈工大博士-袁笛  
-- 第二章 机器学习基础    负责人：稿定科技计算机视觉工程师-刘鹏；（待定）     
-- 第三章 深度学习基础    负责人：同济大学研究生-乔成磊；稿定科技计算机视觉工程师-刘鹏；（可加）    
-- 第四章 经典网络    负责人：华南理工研究生-黄钦建；（可加）    
-- 第五章 卷积神经网络CNN    负责人：杜克大学硕士、data scientist李骁丹；重庆大学研究生-刘畅；铪星创新科技联合创始人-杨文英；（可加）    
-- 第六章 循环神经网络RNN    负责人：杜克大学硕士、data scientist李骁丹;（可加）  
-- 第七章 生成对抗网络GAN    负责人：牛津大学博士泽华；中科院硕士、爱奇艺算法工程师-郭晓锋；      
-- 第八章 目标检测    负责人：稿定科技计算机视觉工程师-刘鹏；哈工大博士袁笛；上海大学研究生-陈方杰  
-- 第九章 图像分割    负责人：华南理工研究生-黄钦建；电子科大研究生-孙洪卫、张越；中国农业科学院-杨国峰   
-- 第十章 强化学习    负责人：复旦大学研究生明杰，杭州启飞CTO-徐武民；（可加）   
-- 第十一章 迁移学习    负责人：中科院计算技术研究所博士－王晋东；（可加）   
-- 第十二章 网络搭建及训练    负责人：（待定）   
-- 第十三章 优化算法    负责人：杭州启飞CTO-徐武民；（可加）  
-- 第十四章 超参数调整    负责人：中兴通讯有限公司算法工程师－王超锋;（可加）   
-- 第十五章 GPU和框架选型    负责人：澳洲monash大学Research Scientist/Telstra(澳洲电信)Data Scientist-钟申俊博士；平安科技算法工程师-崔永明、（可加）   
-- 第十六章 自然语言处理NLP    负责人：电子科技大学博士-盛泳潘；深圳乌灵图明科技有限公司CTO-何建宏;DaoCloud研发工程师-张善干；澳洲monash大学Research Scientist/Telstra(澳洲电信)Data Scientist-钟申俊博士；华南理工大学&UCI博士-黄振华   
-- 第十七章 移动端框架部署（新增）   负责人：川大硕士-顺丰科技-谈继勇；贵州大学硕士-三星-张达峰（可加）  
+   
+
+| 内容             |  负责人   | 状态|
+| ---------------- | :-------- | :--------|
+|第一章 数学基础|哈工大博士-袁笛| 待定 |
+|第二章 机器学习基础|稿定科技计算机视觉工程师-刘鹏|待定|
+|第三章 深度学习基础|同济大学研究生-乔成磊；稿定科技计算机视觉工程师-刘鹏|可加|
+|第四章 经典网络|华南理工研究生-黄钦建|可加|
+|第五章 卷积神经网络CNN |杜克大学硕士、data scientist李骁丹；重庆大学研究生-刘畅；铪星创新科技联合创始人-杨文英；|可加|
+|第六章 循环神经网络RNN|杜克大学硕士、data scientist李骁丹|可加|
+|第七章 生成对抗网络GAN|牛津大学博士泽华；中科院硕士、爱奇艺算法工程师-郭晓锋；||
+|第八章 目标检测|稿定科技计算机视觉工程师-刘鹏；哈工大博士袁笛；上海大学研究生-陈方杰||
+|第九章 图像分割|华南理工研究生-黄钦建；电子科大研究生-孙洪卫、张越；中国农业科学院-杨国峰||
+|第十章 强化学习|复旦大学研究生明杰，杭州启飞CTO-徐武民|可加|
+|第十一章 迁移学习|中科院计算技术研究所博士－王晋东|可加|
+|第十二章 网络搭建及训练|    |待定|
+|第十三章 优化算法|杭州启飞CTO-徐武民|可加|
+|第十四章 超参数调整|中兴通讯有限公司算法工程师－王超锋|可加|
+|第十五章 GPU和框架选型|澳洲monash大学Research Scientist/Telstra(澳洲电信)Data Scientist-钟申俊博士；平安科技算法工程师-崔永明|可加|
+|第十六章 自然语言处理NLP|电子科技大学博士-盛泳潘；深圳乌灵图明科技有限公司CTO-何建宏;DaoCloud研发工程师-张善干；澳洲monash大学Research Scientist/Telstra(澳洲电信)Data Scientist-钟申俊博士；华南理工大学&UCI博士-黄振华||
+|第十七章 移动端框架部署（新增）|川大硕士-顺丰科技-谈继勇；贵州大学硕士-三星-张达峰|可加|
 
 
 # 6. 更多