8月 | O'Reilly好书推荐［每月送书］

最新推荐文章于 2023-01-31 11:09:12 发布
最新推荐文章于 2023-01-31 11:09:12 发布
阅读量1.4k 收藏 1
点赞数

O'Reilly读者俱乐部联合图灵教育8月好书推荐！


以下是小编为O'Reilly粉丝整理的一期O'Reilly书单，一共7本，包含各个领域，有基于Python的深度学习入门书，还有R数据科学领域传奇人物著作，有SQL经典书重新出版，也有数据分析畅销书全新升级...


看完介绍，在这里留个言，还有机会参加赠书活动哟，具体规则见文末。


❖

深度学习入门：基于Python的理论与实现

Deep Learning from Scratch

640?wx_fmt=png


作者：斋藤康毅

译者：陆宇杰


  • 日本深度学习入门经典畅销书，原版上市不足 2 年印刷已达100 000册

  • 长期位列日亚“人工智能”类图书榜首，超多五星好评

  • 使用Python 3，尽量不依赖外部库或工具，从零创建一个深度学习模型

  • 相比AI圣经“花书”，本书更合适入门


❖

R数据科学

R for Data Science: Visualize, Model, Transform, Tidy, and Import Data

640?wx_fmt=png


作者：哈德利•威克姆，加勒特•格罗勒芒德
译者：陈光欣


“Hadley Wickham是数据科学领域内的传奇人物，发明了一套全新的数据分析方法。他与Garrett Grolemund合著的这本书详细阐明了这种新方法，被数据分析者奉为圣经。”

 ——Roger D. Peng，约翰霍普金斯大学教授


“建议初次接触R的人都看看这本书中的R代码。作者详细说明了在R中处理数据的基本原则。” 

——J.J.Allaire，RStudio创始人、CEO


  • 原版亚马逊数学与统计畅销榜榜首图书

  • 原版豆瓣评分9.3

  • 摒弃其他R语言工具书从头到尾讲统计的陋习

  • 从实用的R包出发，带你重新认识R和数据科学


❖

SQL 经典实例

SQL Cookbook

640?wx_fmt=png


作者：Anthony Molinaro

译者：刘春辉


  • 原版亚马逊其他数据库榜首图书

  • 长达九年的一线SQL开发经验总结

  • 系统讲解数据库操作，通过大量实例全面讲解SQL


本书详细介绍了各种数据库的SQL查询技术和一些基础的SQL查询语句，并且通过实例操作的方式讲解了如何插入、更新和删除数据等相关知识。另外，本书还介绍了如何使用SQL语句进行日期处理，以及一些其他的SQL语句查询操作，能够帮助你掌握相关的SQL知识。


❖

Spark高级数据分析（第2版）

Advanced Analytics with Spark: Patterns for Learning from Data at Scale, 2E

640?wx_fmt=png


作者：Sandy Ryza，Uri Laserson，Sean Owen，Josh Wills

译者：龚少成，邱鑫


  • 知名数据公司 Cloudera 数据科学家联合执笔

  • Spark 大规模数据分析实战宝典

  • 新版针对 Spark 近年来的发展，对样例代码和所使用的资料进行了大量更新


❖

Hadoop数据分析

Data Analytics with Hadoop

640?wx_fmt=png


作者：Benjamin Bengfort , Jenny Kim
译者：王纯超

  • 针对数据分析介绍分布式计算涉及的大量概念、工具和技术

  • 以数据科学的视角介绍 Hadoop 集群计算和分析


❖

Python测试驱动开发（第2版）

Test-Driven Development with Python  2E

640?wx_fmt=png

作者：Harry J. W. Percival

译者：安道 


  • 原版亚马逊全五星好评

  • 一套完整的Python开发现代Web应用的最佳实践速成课程

  • 掌握TDD理念，让Python代码简洁可用 


❖

JSON实战

JSON at Work: Practical Data Integration for the Web

640?wx_fmt=png


作者：汤姆•马尔斯

译者：邵钏


JSON已经成为RESTful接口设计的事实标准，并在互联网数据交换领域日益受亲睐，是搭建优雅、高效应用程序的得力工具。


  • JSON实战指南

  • 全面掌握JSON强大功能的不二之选


✧  ✧  ✧

每月送书规则－－

文章最后留言：

✴︎ 说说你喜欢的是哪本动物书

✴︎ 或者你读过的哪本书值得推荐给其它伙伴

✴︎ 或者就是你最想告诉我们的话

我们会在所有留言中选取5名幸运者

赠送动物书一本＋书签一套

本次活动送出5本精选书，中奖机会多，

喜欢O'Reilly的伙伴，广播给你的朋友吧！


活动两周，到8月17日晚8点截止！

O'Reilly美美的小动物书签等你领回家 ☺︎

640?wx_fmt=jpeg

中奖名单会在8月20日公众号文章末尾公布。

查看图灵更多IT好书

640?wx_fmt=jpeg

640?wx_fmt=png

OReillyData
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
斋藤康毅--深度学习自写源码
05-31
配合原书教程，自写源代码，比较符合国人思维习惯，修正了一些版本不兼容、远程下载数据中断等问题。很不完美，但比较实用。绝对不坑。
O'Reilly好书推荐｜人工智能＋数据专题
OReillyData
11-29 1557
AI Conference 回来了！有非常好的人工智能想法要分享吗？想成为AI Conference 2019北京站讲师吗？戳阅读原文，讲师征集 正在进行时赠书活动也回来...
O'Reilly 的经典IT图书全集下载
热门推荐
§为艺术而技术§
04-09 1万+
source: http://spaces.msn.com/leaderwu/  OReilly 的经典IT图书全集下载 OReilly 最近出的IT书都非常经典，我在网上不小心找到它的电子书
【R语言】R是现在最好的数据科学语言吗？
R语言中文社区
01-22 1955
本文来源：数据分析师R 语言是过去十年中发展最快的编程语言之一。事实上，如果你开始学习数据科学，我仍然推荐从 R 语言开始。所以，我想向你保证。R 语言绝对没有过时的。事实上，R 语言是非常受欢迎的而且是最好的数据语言。为此，我想解释为什么我对 R 语言的长期前景非常乐观，以及为什么我认为这也许是今天可以学习的最好的数据科学语言。R 语言始终是最好的语言之一我想让你们明白的一件事情是：目前 R 语
【R的历史】
weixin_46587777的博客
05-24 524
R的历史 R的历史 R语言来自S语言，是S语言的一个变种。S语言由Rick Becker, John Chambers等人在贝尔实验室开发， 著名的C语言、Unix系统也是贝尔实验室开发的。 S语言第一个版本开发于1976-1980，基于Fortran； 于1980年移植到Unix, 并对外发布源代码。 1984年出版的“棕皮书” (R. A. Becker and Chambers 1984) 总结了1984年为止的版本, 并开始发布授权的源代码。 这个版本叫做旧S。与我们现在用的S语言有较大差别。 19
10 本 O'Reilly 出版的免费好书
WEBCODE
11-13 582
10 本 O'Reilly 出版的免费好书 2010-01-22ToyPosted inBooks,FeaturedRSS 在维护LinuxTOY之余，我总是会看一些书籍来充实自己。然而现如今许多书籍价格高昂，常常令囊中羞涩的我退步三舍。幸运的是，在网络冲浪的过程中，我遇见了一些真正免费的好书。我想，这些书值得推荐给喜好读书的朋友。本文将与各位分享 10 本由知名计算机...
深度学习入门_斋藤康毅_chapter2&3
qq_45136057的博客
08-15 1221
所有的公式，推导，原理等都不介绍，本文仅记录代码问题
读书笔记：手写数字识别 ← 斋藤康毅
hnjzsyjyj的专栏
01-18 679
求解机器学习问题的步骤可以分为“学习”和“推理”两个阶段。 本例假设“学习”阶段已经完成，并将学习到的权重和偏置参数保存在pickle文件sample_weight.pkl中。然后，使用学习到的权重和偏置参数，实现“推理”阶段。 在“手写数字识别”项目中，所谓“推理”，即使用学习到的权重和偏置参数，对输入数据进行分类。 “手写数字识别”项目的代码含mnist.py、neuralnet_mnist.py及sample_weight.pkl等3个文件，它们位于同一文件夹下。
深度学习入门--斋藤康毅 总结
m0_55664376的博客
07-07 1339
一. 本书学习趋势 从浅至深，从易到难。 1.从感知机出发为我们学习神经网络奠定基础 2.介绍简单的基于随机梯度下降法（SGD) 的神经网络 3.稍显复杂一些的卷积神经网络（CNN） 二.感知机 2.1 感知机是由美国学者FrankRosenblatt在1957年提出来的。感知机是作为神经网络（深度学习）的起源的算法。因此，学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。 感知机接收多个输入信号，输出一个信号。这里所说的“信号”可以想象成电流或河流那样具备“流动性”的东西。像电
读书笔记：神经网络 ReLU 层的实现及应用 ← 斋藤康毅
hnjzsyjyj的专栏
01-31 417
在神经网络的层的实现中，一般假定 forward() 和 backward() 的参数是NumPy数组。 ● 激活函数 ReLU（Rectified Linear Unit）：如果正向传播时的输入x大于0，则反向传播会将上游的值原封不动地传给下游。反过来，如果正向传播时的x小于等于0，则反向传播中传给下游的信号将停在此处。
R for Data Science: Import, Tidy, Transform, Visualize, and Model Data
12-30
R for Data Science: Import, Tidy, Transform, Visualize, and Model Data ISBN: 1491910399 | 2017 | True PDF | 522 pages | 32 MB What exactly is data science? With this book, you’ll gain a clear understanding of this discipline for discovering natural laws in the structure of data. Along the way, you’ll learn how to use the versatile R programming language for data analysis. Whenever you measure the same thing twice, you get two results—as long as you measure precisely enough. This phenomenon creates uncertainty and opportunity. Author Garrett Grolemund, Master Instructor at RStudio, shows you how data science can help you work with the uncertainty and capture the opportunities. You’ll learn about: Data Wrangling—how to manipulate datasets to reveal new information Data Visualization—how to create graphs and other visualizations Exploratory Data Analysis—how to find evidence of relationships in your measurements Modelling—how to derive insights and predictions from your data Inference—how to avoid being fooled by data analyses that cannot provide foolproof results Through the course of the book, you’ll also learn about the statistical worldview, a way of seeing the world that permits understanding in the face of uncertainty, and simplicity in the face of complexity.
oreilly-github-demo：令人惊叹的Mastering GitHub O'Reilly视频培训系列的示例存储库
02-23
我的可爱项目 一个很好的示例存储库，您可以将它放在心上，这可以作为启动板，用于完成惊人的视频培训系列。 入门 您想对该仓库进行的第一件事很可能是将其分叉。 使用页面右上方的Fork按钮执行此操作。 一旦您上了叉，就可以尝试自己喜欢的东西，玩分支，问题，里程碑，标签，Wiki等。 里面有什么？ 各种文件支持本系列即将进行的GitHub任务培训，但更重要的是，演示了代码库外的内容（例如问题和里程碑），因此您无需先创建此类内容或数据即可了解GitHub提供的功能。 。 该视频系列经常使用此存储库，作为在解决这些功能之前短暂浏览受训人员的一种方法。 执照 该存储库是:copyright:2015 Christophe Porteneuve的作品，由，并且是O'Reilly制作和分发的视频培训系列的一部分。
R for Data Science Visualize Model Transform Tidy and Import Data.pdf
12-31
What exactly is data science? With this book, you’ll gain a clear understanding of this discipline for discovering natural laws in the structure of data. Along the way, you’ll learn how to use the versatile R programming language for data analysis. Whenever you measure the same thing twice, you get two results—as long as you measure precisely enough. This phenomenon creates uncertainty and opportunity. Author Garrett Grolemund, Master Instructor at RStudio, shows you how data science can help you work with the uncertainty and capture the opportunities. You’ll learn about: Data Wrangling—how to manipulate datasets to reveal new information Data Visualization—how to create graphs and other visualizations Exploratory Data Analysis—how to find evidence of relationships in your measurements Modelling—how to derive insights and predictions from your data Inference—how to avoid being fooled by data analyses that cannot provide foolproof results Through the course of the book, you’ll also learn about the statistical worldview, a way of seeing the world that permits understanding in the face of uncertainty, and simplicity in the face of complexity. Table of Contents Part I. Explore Chapter 1. Data Visualization with ggplot2 Chapter 2. Workflow: Basics Chapter 3. Data Transformation with dplyr Chapter 4. Workflow: Scripts Chapter 5. Exploratory Data Analysis Chapter 6. Workflow: Projects Part II. Wrangle Chapter 7. Tibbles with tibble Chapter 8. Data Import with readr Chapter 9. Tidy Data with tidyr Chapter 10. Relational Data with dplyr Chapter 11. Strings with stringr Chapter 12. Factors with forcats Chapter 13. Dates and Times with lubridate Part III. Program Chapter 14. Pipes with magrittr Chapter 15. Functions Chapter 16. Vectors Chapter 17. Iteration with purrr Part IV. Model Chapter 18. Model Basics with modelr Chapter 19. Model Building Chapter 20. Many Models with purrr and broom Part V. Communicate Chapter 21. R Markdown Chapter 22. Graphics for Communication with ggplot2 Chapter 23. R Markdown Formats Chapter 24. R Markdown Workflow
deep_learning_from_scratch_斋藤康毅
01-09
deep_learning_from_scratch_斋藤康毅；deep_learning_from_scratch_斋藤康毅；deep_learning_from_scratch_斋藤康毅
obooks:O'Books 从 O'Reilly 下载书籍 | Safaribooks
07-23
其目的是补充您的 O'Reilly 会员资格，以促进.epub格式的内容在您的电子阅读器上阅读。 用法 您需要在持有一个活跃账户 | Safaribooks 能够下载书籍。 码头工人 $ docker pull jennyfive/obooks $ docker run -it ...
oreilly-kubernetes：O'Reilly Kubernetes在线培训
02-03
该存储库包含有关O'Reilly 在线培训的说明和示例。 日期在培训时间表中列出。 它还包含Kubernetes 使用的。 先决条件 在本培训中，我们将使用运行本地Kubernetes实例。 我们将使用名为kubectl的客户端访问此本地...
O'Reilly书的代码存储库-Python开发
05-25
O'Reilly的书的代码存储库代码存储库为数据科学家提供的实用统计数据：Peter Bruce，Andrew Bruce和Peter Gedeck的50多种使用R和Python的基本概念出版商：O'Reilly Media； 第2版​​（2020年6月9日）ISBN-13：978-...
OReilly - Python Cookbook.rar_Python Cookbook_cookbook_oreilly_p
09-14
OReilly - Python Cookbook
com.oreilly.servlet
08-24
com.oreilly.servlet
oreilly.quantplatform.com
最新发布
07-31
oreilly.quantplatform.com 是 O'Reilly 媒体（O'Reilly Media）旗下的一个网站，专注于量化金融（quantitative finance）领域的知识和工具平台。 该平台提供丰富的学习资源，包括视频课程、电子书、研讨会和培训班...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值