过节不能空手回家，那就带几本「图灵图书」回去吧！
本次包邮免费送 10 本 Python 和机器学习图书。在本文末尾留言即可参与。如果留言的时候不知道写什么可以聊聊：“2020 年你最大的收获”
送书规则：
最后 1 本：送给 HelloGitHub 的 Python 技术群管理员@onepiSya（嘉兴哥），他经常在群里回复大家各种技术问题，爱你呦～
《Python编程：从入门到实践 第2版》
豆瓣评分 9.1
中文版已重印30余次，销量80万+册。简明清晰地讲解了入门Python所需学习的基本知识，同时在讲解过程中穿插实战演练，使读者对Python有更加深刻的理解，是一本入门Python的难得好书。第2版针对Python 3新特性升级，重写项目代码，做到了真正零基础，自学也轻松。
《Python3网络爬虫开发实战》
豆瓣评分 9.0
博客文章百万的静觅大神力作。书中首先介绍了环境配置和基础知识，接着讨论了urllib、requests、正则表达式、Beautiful Soup、XPath、pyquery、数据存储、Ajax数据爬取等内容，通过多个案例介绍了不同场景下如何实现数据爬取，最后介绍了pyspider框架、Scrapy框架和分布式爬虫。本书适合Python程序员阅读。
《Python数据科学手册》
豆瓣评分 9.3
Python语言拥有大量可用于存储、操作和洞察数据的程序库，已然成为深受数据科学研究人员推崇的工具。本书以IPython、NumPy、Pandas、Matplotlib和Scikit-Learn这5个能完成数据科学大部分工作的基础工具为主，从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。
《机器学习实战》
豆瓣评分 8.1
机器学习畅销经典。全书通过精心编排的基础与实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。
《深度学习入门：基于Python的理论与实现》
豆瓣评分 9.4
日本深度学习入门经典畅销书，长期位列日亚“人工智能”类图书榜首，超多五星好评。本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。
《深入浅出神经网络与深度学习》
哈工大研究生课程高分讲义
本书深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。作者以技术原理为导向，辅以贯穿全书的MNIST手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。学完本书后，读者将能够通过编写Python代码来解决复杂的模式识别问题。
关注公众号第一时间收到更新
