2019 年你讀了哪些覺得比較好的計算機書籍？

1樓：

下面這些書都不錯，很經典。

書單：感興趣看看為什麼：1024程式猿節，聊聊石頭學了哪些課，屯了哪些書？

2樓：LancerChiang

DDIA, 讀完之後猶如醍醐灌頂，感覺自己分布式系統的水平得到了很大的提公升。

這本書涵蓋了分布式系統領域絕大部分的話題，涉及了各種資料庫底層資料結構，資料庫分片，備份，ACID，分布式事務以及共識問題。不僅如此，還對分布式計算（流式與batch）進行了詳細的教學。作者語言幽默易懂，並對分布式系統有著自己的獨特見解，是我讀過最好的技術書（沒有之一

3樓：張抿軒

我說說對我影響比較大的幾本書

PHP與MYSQL WEB開發

被譽為PHP程式設計聖經，我當年就是看這本入門PHP程式設計的鋒利的JQuery

我是看這本書入門前端的

人月神話

看了這本書才知道為什麼很多研發團隊都是乙個個小型的工作室

4樓：邵浩博士

大神Bishop寫的《Pattern Recognition and Machine Learning》，此書讀一遍兩遍是不夠的。真的能對裡面的知識融會貫通了，機器學習的數學基礎也就沒問題了。也是我桌上常備的書籍之一。

注：一定要看英文原版。

5樓：小心假設

Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again

6樓：the gc

書倒是買了不少，但看的不多，今年主要時間花在看原始碼上了。還是想深入了解一些實現的邏輯。最近開始再好好看看unix環境高階程式設計

7樓：終不悔

讀的書籍比較淺，沒有太多高深的書，寫下來分享一下

一：《pyhton從入門到實踐》一本很好的入門書，豆瓣評分也是9.0+，很適合零基礎的同學入手。

二：《笨辦法學python》個人感覺這本書還可以，但是沒有網上說的那麼好。

三：《python cookbook》這本書非常不錯，也是從python的基礎語法部分講起，但是都是稍微偏高階一點的部分，對於有一點python基礎的人來說是非常好的。

四：《利用python進行資料分分析》這本書主要講了python進行資料分析時所需要掌握的一些常見的庫，也是挺實用的一本書。

五：《python資料科學手冊》這本書和上面的那本非常相似，但是這本書的後半部分增加了機器學習的一些東西，感覺整本書讀起來比上面的那本舒服。這兩本都是python資料分析的書，都不錯。

六：《hands on mahcine learning 》這本書是機器學習實踐方面非常好的一本書，現在又出了新的版本。全書讀起來非常舒服，很實用。

對於已經學過一點機器學習理論方面想提高機器學習實踐水平的人來說是非常好的選擇。新版中，介紹了tensorflow2.0，sklearn等。

七：《深度學習》也就是大花書，這本書的講深度學習的，也是非常好的理論方面的書籍。本書的前半部分講述機器學習的基礎知識，後半部分講述深度學習，最後講深度學習研究方面的知識。

這應該的研究深度學習的人必讀的書吧。

八：《deep learning with python》keras 的作者寫的書，本書的感覺就是非常的實用，keras也是非常好上手，還是非常好的書！

九：《python機器學習基礎》這本書是講sklearn的，是實現一些機器學習的演算法，本書的感覺就是稍微細一點，sklearn方面介紹的比較全面點。

十：《python基礎》這本書，規規矩矩，介紹的面很廣，但是深度不足。

十一：《統計學習方法》（第一版）第二版已經出來了，我還沒有去看。第二版比第一版厚了很多，增加了很多新的東西。不過，第一版也是非常好的書，為機器學習入門和複習打下了一點點基礎。

大體上過的計算機方面的書籍就是這些了，很多是關於python的，書的難度也是不大的。