第 415 篇推文 | 整理：????兆锋前文回顾：402页PDF：《Python数据处理》
hi小伙伴们，新年伊始你有什么愿望想要达成？是不是已经立好Flag了呢？在这里恭祝大家万事如意，心想事成。
2月新书情报局带来10本硬核新书书单给大家，这里面既有计算机先驱布莱恩·W. 克尼汉，继《C程序设计语言》后的全新力作《UNIX传奇：历史与回忆》；又有极客时间高口碑专栏改编的《程序员的数学基础课：从理论到Python实战》等重磅著作上市。
希望每一位同学都能坚持学习，学以致用。
新书抢先读
▼
01
UNIX传奇：历史与回忆
计算机先驱布莱恩·W. 克尼汉，继《C程序设计语言》后的全新力作！自1969年在贝尔实验室的阁楼上诞生以来，Unix操作系统的发展远远超出其创造者们的想象。它带动了许多创新软件的开发，影响了无数程序员，改变了整个计算机技术的发展轨迹。
本书不但书写Unix的历史，而且记录作者的回忆，一探Unix的起源，试图解释什么是Unix，Unix是如何产生的，以及Unix为何如此重要。除此之外，本书以轻松的口吻讲述了一群在贝尔实验室工作的发明天才的有趣往事，本书中每一个故事都是鲜为人知却又值得传播的宝贵资源。
本书适合对计算机或相关历史感兴趣的人阅读。读者不需要有太多的专业技术背景，就可以欣赏Unix背后的思想，了解它的重要性。
02
程序员的数学基础课：从理论到Python实战
本书紧贴计算机领域，从程序员的需求出发，精心挑选了程序员真正用得上的数学知识，通过生动的案例来解读知识中的难点，使程序员更容易对实际问题进行数学建模，进而构建出更优化的算法和代码。
本书共分为三大模块：“基础思想”篇梳理编程中常用的数学概念和思想，既由浅入深地精讲数据结构与数学中基础、核心的数学知识，又阐明数学对编程和算法的真正意义；
“概率统计”篇以概率统计中核心的贝叶斯公式为基点，向上讲解随机变量、概率分布等基础概念，向下讲解朴素贝叶斯，并分析其在生活和编程中的实际应用，使读者真正理解概率统计的本质，跨越概念和应用之间的鸿沟；
“线性代数”篇从线性代数中的核心概念向量、矩阵、线性方程入手，逐步深入分析这些概念是如何与计算机融会贯通以解决实际问题的。除了理论知识的阐述，本书还通过Python语言，分享了通过大量实践积累下来的宝贵经验和编码，使读者学有所用。
03
Python深度学习与项目实战
本书基于Python以及两个深度学习框架Keras与TensorFlow，讲述深度学习在实际项目中的应用。
本书共10章，首先介绍线性回归模型、逻辑回归模型、Softmax多分类器，然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络，最后讨论自编码模型、对抗生成网络、深度强化学习。
本书结合计算机视觉、自然语言处理、金融领域等方面的项目，系统讲述深度学习技术，可操作性强。
04
深度学习与围棋
这是一本深入浅出且极富趣味的深度学习入门书。本书选取深度学习近年来最重大的突破之一 AlphaGo，将其背后的技术和原理娓娓道来，并配合一套基于 BetaGo 的开源代码，带领读者从零开始一步步实现自己的“AlphaGo”。本书侧重实践，深入浅出，庖丁解牛般地将深度学习和AlphaGo这样深奥的话题变得平易近人、触手可及，内容非常精彩。
全书共分为3个部分：
第一部分介绍机器学习和围棋的基础知识，并构建一个最简围棋机器人，作为后面章节内容的基础；
第二部分分层次深入介绍AlphaGo背后的机器学习和深度学习技术，包括树搜索、神经网络、深度学习机器人和强化学习，以及强化学习的几个高级技巧，包括策略梯度、价值评估方法、演员-评价方法 3 类技术；
第三部分将前面两部分准备好的知识集成到一起，并最终引导读者实现自己的AlphaGo，以及改进版AlphaGo Zero。读完本书之后，读者会对深度学习这个学科以及AlphaGo的技术细节有非常全面的了解，为进一步深入钻研AI理论、拓展AI应用打下良好基础。
本书不要求读者对AI或围棋有任何了解，只需要了解基本的Python语法以及基础的线性代数和微积分知识。
05
GAN实战
本书主要介绍构建和训练生成对抗网络（GAN）的方法。全书共12 章，先介绍生成模型以及GAN 的工作原理，并概述它们的潜在用途，然后探索GAN 的基础结构（生成器和鉴别器），引导读者搭建一个简单的对抗系统。
本书给出了大量的示例，教读者学习针对不同的场景训练不同的GAN，进而完成生成高分辨率图像、实现图像到图像的转换、生成对抗样本以及目标数据等任务，让所构建的系统变得智能、有效和快速。
06
算法设计
这是一本关于算法设计和分析的经典教材。本书围绕算法设计进行组织，对每种算法技术用多个典型范例进行分析，把算法的理论跟实际问题结合起来，具有很大的启发性。
本书侧重算法设计思路，每章都从实际问题出发，经过深入具体的分析引出相应算法的设计思想，并对算法的正确性和复杂性进行合理的分析和论证。本书覆盖面广，且含有200多道精彩的习题，最后还扩展了PSPACE问题、参数复杂性等内容。
07
C/C++代码调试的艺术
《C/C++代码调试的艺术》围绕C/C++程序调试这一主题，系统深入地介绍了在Windows和Linux操作系统上如何高效地调试C/C++程序。
《C/C++代码调试的艺术》分为11章，内容涵盖了程序调试的基本知识、Visual C++调试程序的基本功能与技巧、Linux系统中gdb工具的使用、死锁调试、动态库调试、内存泄漏检查、远程调试、崩溃转储文件分析、发行版调试，以及调试的高级话题和调试扩展方面的知识。
08
C和C++游戏趣味编程
本书通过趣味案例逐步引入语法知识，教读者用C 和 C++编写游戏程序，激发读者学习编程的兴趣。
全书共14章和3个附录，依次介绍了C和C++编程语言的基本概念、数据类型、if语句、while循环、for循环、一维数组、函数、二维数组、字符串、文件读写、指针、递归、面向对象编程、链表和C++标准模板库等知识，其中贯穿了众多的小案例和游戏，最后综合应用这些知识编写了一款冒险游戏。
附录分别给出了练习题的参考答案、语法知识索引以及常用的调试方法和辅助开发工具。本书适合不同年龄、不同层次的C 与 C++编程初学者阅读和自学，也可以作为中学生、大学生学习程序设计的教材和少儿编程培训机构的参考教材。
09
Linux虚拟化数据中心实战
本书共 8 章，采用循序渐进的方式，帮助读者掌握 Linux 虚拟化架构的部署和使用，包括开源虚拟化平台介绍，实验环境搭建，部署使用 KVM 虚拟化，部署使用 oVirt 平台、OpenStack、Docker 和 Hadoop， 以及认识 SDN 架构等内容。
本书以实战操作为主，理论讲解为辅，通过讲解搭建各种物理环境的方法，详细介绍在生产环境中如何使用Linux 部署虚拟化数据中心，可以迅速提高读者的实际动手能力和操作水平。
本书语言通俗易懂，具有很强的可操作性，不仅适合 Linux 虚拟化架构的管理人员阅读，还可供其他虚拟化平台的管理人员阅读参考。
10
PHP 编程从入门到实践
本书循序渐进、由浅入深地详细讲解了PHP语言开发的技术，并通过具体实例的实现过程演练了各个知识点的具体应用。全书共25章，分别为PHP开发初步、PHP基本语法、流程控制语句、函数是最神秘的武器、数组、操作字符串、使用PHP操作Web网页、使用会话管理技术、文件操作、实现图形图像处理、面向对象、正则表达式、程序错误调试、数据加密、MySQL数据库基础、使用PHP操作MySQL、操作其他数据库、PDO数据库抽象层、操作XML文件、使用Ajax技术、使用Smarty模板、使用ThinkPHP框架、使用PHP开发Android应用程序、信息管理项目—图书管理系统、网页游戏项目—开心斗地主。书中以“技术讲解”“范例演练”“技术解惑”贯穿全书，引领读者全面掌握PHP语言开发技术的精髓。
本书不但适用于PHP语言的初学者，也适用于有一定PHP基础的读者阅读，还可以作为大专院校相关专业或培训学校的教材。
1月畅销TOP3
01
机器学习的数学
上海交通大学特别研究员、阿里巴巴、百度算法专家、优酷首席科学家、谷歌机器学习开发者专家力荐教材，SIGAI创始人全新力作，彻底解决机器学习的数学问题。
本书的目标是帮助读者全面、系统地学习机器学习所必须的数学知识。全书由8章组成，力求精准、最小地覆盖机器学习的数学知识。包括微积分，线性代数与矩阵论，最优化方法，概率论，信息论，随机过程，以及图论。
本书从机器学习的角度讲授这些数学知识，对它们在该领域的应用举例说明，使读者对某些抽象的数学知识和理论的实际应用有直观、具体的认识。
02
零基础学机器学习
本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python 基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容，以及相关实战案例。
本书所有案例均通过Python及Scikit-learn 机器学习库和Keras 深度学习框架实现，同时还包含丰富的数据分析和数据可视化内容。
03
Python图像处理实战
本书介绍如何用流行的Python图像处理库、机器学习库和深度学习库解决图像处理问题。
本书先介绍经典的图像处理技术，然后探索图像处理算法的演变历程，始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。
全书共12章，涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割，以及图像处理中的经典机器学习方法等内容。
本书适合Python 工程师和相关研究人员阅读，也适合对计算机视觉、图像处理、机器学习和深度学习感兴趣的软件工程师参考。
作者：异步君
