读书日 | Python、大数据....送大家几本用得上的好书

今天是世界读书日，有人肯定会不屑：你 Udacity 一个做在线课程的，还老是给我们推荐一大堆不想看和看不完的书单，这不是砸自己招牌吗？

私以为，首先，不想看是你自己的问题，看不完是你工作忙或者学习时间不够，这两种情况下的锅，优达菌是不背的。其次，在线课程越来越发达，涵盖了不少的知识领域，书真的还需要吗？——当然需要。

之前 Udacity 作者开明也说过，简单说来是三个原因：

原因一：好书能化繁为简

原因二：书包含了在线课程中被省略的细节

原因三：你需要对领域有整体的认知

古人说，三日不读书，便觉面目可憎，今天正好是世界读书日，优达菌推荐几本和Python、数据分析、机器学习相关的好书，希望大家能静下心来，多花点时间好好看书，并且今天介绍的这些书，都会送给大家。

图书介绍

1. 《Python基础教程（第3版）》

作者：Magnus Lie Hetland

译者：袁国忠

久负盛名的 Python 入门经典，中文版累计销量20+，第3版将对Python 3版本实例进行全面升级，包括 Python 程序设计的方方面面。

首先，从 Python 的安装开始，随后介绍了 Python 的基础知识和基本概念，包括列表、元组、字符串、字典以及各种语句；

然后，循序渐进地介绍了一些相对高级的主题，包括抽象、异常、魔法方法、属性、迭代器；

此后，探讨了如何将 Python 与数据库、网络、C语言等工具结合使用，从而发挥出 Python 的强大功能，同时介绍了 Python 程序测试、打包、发布等知识；

最后，作者结合前面讲述的内容，按照实际项目开发的步骤向读者介绍了 10 个具有实际意义的 Python 项目的开发过程。

2. 《Python数据科学手册》

作者：Jake VanderPlas

译者：陶俊杰，陈小莉 

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。 

3. 《 Python机器学习基础教程 》

作者：Andreas C. Müller ，Sarah Guido

译者：张亮（hysic）

最新引进的 Python 机器学习入门书，scikit-learn 库维护者和核心贡献者Andreas Müller 作品，位于亚马逊机器学习排行榜前列，原版美亚4.5星评。是Python 机器学习入门书的首选。《Python机器学习基础教程》重点讨论机器学习算法的实践而不是背后的数学，全面涵盖在实践中实现机器学习算法的所有重要内容，帮助读者使用 Python 和 scikit-learn 库一步一步构建一个有效的机器学习应用。

4.《TensorFlow入门与实战》

作者：罗冬日

TensorFlow是2015年年底开源的一套深度学习框架，是目前最活跃的深度学习框架。

本书是一线开发人员的经验总结，作者罗冬日先后在百度，平安科技等从事数据挖掘、机器学习等相关领域的工作。目前就职于腾讯。本书基于1.3版本，首先介绍了它的安装和基本用法，然后讨论了深度学习的基本概念，包括神经网络前向计算、损失函数、反向传播计算和优化函数等，接着介绍了卷积神经网络和循环神经网络，最后介绍了在大规模应用的场景下，如何实现分布式的深度学习训练。

5.《稀疏统计学习及其应用》

作者：TrevorHastie , Robert Tibshirani , Martin Wainwright

译者：刘波 , 景鹏杰

统计机器学习界泰斗作品，本书就稀疏性统计学习做出总结，以lasso方法为中心，层层推进，逐渐囊括其他方法，深入探讨诸多稀疏性问题的求解和应用，不仅包括了大量例子和图表，还附有文献注释和课后练习，是非常值得入手的一本书。

那么，祝大家读书愉快~

--活动规则--

【1】评论区留言点赞数前5名将赠送以上书籍1本，共5本

【2】活动时间：即日起至4月27日22:00止，获奖名单直接在留言公布

【3】活动解释权归Udacity所有

— 完 —