为什么你跟高手有差距？因为他们会在休息的时间里读这5本书
大学时，数据叔曾听班上的学霸A问另一位学霸B：“你平时都有什么业余爱好啊？”
学霸B面露兴奋，像是要说一件无比幸福的事，然后吐出3个字：“写代码！”
学霸A深情回应：“嗯，我也是！”
数据叔尴尬了3秒后，只好对二位说：“你们聊，我先走了。”
如今的差别就是，学霸A的工资是按美元结算的，学霸B的工资是自己给自己开的，数据叔只能码字蹭点赞赏的钱。
法定节假日，遵纪守法的孩子们都乖乖享受假期去了。但总有一些既聪明又努力的同学，会利用这个假期好好充电。今天就推荐5本近期新书，主要是跟机器学习有关的，关爱一下热爱学习的孩子们。同时，为显得这份关爱很有诚意，送书福利也要再来一波！
1
《Spark机器学习进阶实战》
作者：马海平 于俊 吕昕 向海
科大讯飞大数据专家撰写，从基础到应用，面面俱到。
全书一共分三大部分：
- 基础篇（1-2章）对Spark机器学习进行概述、并通过Spark机器学习开始进行数据分析；
- 算法篇（3-8章）针对分类、聚类、回归、协同过滤、关联规则、降维等算法进行详细讲解，并进行案例支持；
- 综合案例篇（9-12章）重点通过异常检测、用户画像、广告点击率预估、智慧交通大数据4个综合场景，详细讲解基于Spark机器学习的综合应用。
2
《机器学习技术与实战：医学大数据深度应用》
作者： Hong Song Lin（洪松林）
大数据专家撰写，多年医学领域机器学习实战的经验结晶。
本书不仅介绍了机器学习中的常用算法，而且给出了具体实施环境和经验总结。重点介绍了相关算法，包括：相关因子算法、聚类算法、分类算法、回归与测试算法等。
3
《机器学习实战：基于Scikit-Learn和TensorFlow》
作者：奥雷利安·杰龙
前谷歌工程师撰写，“美亚”人工智能图书畅销榜首图书。从实践出发，手把手教你从零开始搭建起一个神经网络。
本书主要分为两部分，第一部分（第1~8章）涵盖机器学习的基础理论知识和基本算法，从线性回归到随机森林等，可以帮助你掌握Scikit-Learn的常用方法；第二部份（第9~16章）探讨深度学习和常用框架TensorFlow，手把手教你使用TensorFlow搭建和训练深度神经网络，以及卷积神经网络。
4
《TensorFlow学习指南》
作者：汤姆·奥普 等
机器学习领域资 深工程师撰写，TensorFlow高效学习指南。
面向广泛的技术受众（从数据科学家、工程师到学生和研究人员），本书介绍了TensorFlow的基本原理和实践方法。从TensorFlow中的一些基本示例开始，深入探讨诸如神经网络体系结构、TensorBoard可视化、TensorFlow抽象库和多线程输入管道等主题。
5
《跟老男孩学Linux运维：核心基础篇（上）》
作者：老男孩
零基础小白Linux入门经典图书，由浅入深、系统性讲解Linux企业中的应用实践知识。
本书从脉络上可分为三大部分：
- 部分为Linux入门环境与基础（第0章~第4章），此部分着重介绍了新手需要了解的计算机核心硬件基础知识，学习Linux运维的需要的环境搭建、系统安装、远程连接，以及进入命令行感受Linux命令行的魅力。
- 第二部分为Linux目录结构与文件属性（第5章~第9章）。着重讲解的是Linux的目录结构与重要文件路径知识，Linux系统开机启动核心知识，大量和文件、目录相关的核心命令讲解与实践，Linux系统文件类型、权限、用户、用户组、时间戳、软硬连接等核心知识。
- 第三部分为中高级实战知识和技能篇（第10章~第15章）。着重讲解的是Linux系统各类特殊字符，正则表达式与三剑客知识，Linux系统12位权限，Linux系统定时任务，Linux用户管理知识与企业级用户管理项目案例。
如何学习呢？有没有免费资料？
免费送你2019年最新多套编程教材自学入门视频教程！
今天免费分享 免费分享！
转发 ！
转发 ！