大家好，我是考100分的小小码 ，祝大家学习进步，加薪顺利呀。今天说一说2019年4月上旬值得一读的10本技术书籍（Python、大数据、深度学习等）！,希望您对编程的造诣更进一步.
导语： 我们整理出2019年4月上旬值得一读的十本云计算 + 大数据技术书籍，在文羡春，阅读愉快。
1.《KVM 实战：原理、进阶与性能调优》
作者：任永杰 程舟
内容简介：
阿里云和 Intel 的云计算与虚拟化技术专家联合撰写。
系统性、实战性兼备的 KVM 学习手册，从基本原理、实战进阶和性能优化三个维度详细讲解 KVM 的各种技术细节
2.《Kubernetes 进阶实战》
作者：马永亮
内容简介：
马哥教育CEO马哥（马永亮）撰写。基于K8S 1.12版本，透彻解析技术架构、组件应用、扩缩容、网络与存储策略，以及技术进阶等话题。
3.《企业数据湖》
作者：[印] 汤姆斯·约翰（Tomcy John），潘卡·米斯拉（Pankaj M）
内容简介：
本书分为三个主要部分。第一部分介绍了数据湖的概念、企业中数据湖泊的重要性，以及 Lambda 架构的最新进展。第二部分将深入研究使用 Lambda 架构构建数据湖的主要组件，介绍了一些流行的大数据技术，如 Apache Hadoop、Spark、Sqoop、Flume 和弹性搜索。第三部分以实际操作的方式展示如何实现一个企业数据湖，并介绍了几个实际的用例，而且展示了如何将其他外围组件添加到湖中以提高效率。在本书的最后，读者将能够选择正确的大数据技术，使用 Lambda 架构模式来构建企业数据湖。
4.《Python 数据分析与挖掘实战》
作者：张良均、王路、谭立云、苏剑林等
内容简介：
10余位数据挖掘领域专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。
从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。
5.《Python 高级数据分析：机器学习、深度学习和 NLP 实例》
作者：[印] 萨扬·穆霍帕迪亚（Sayan Mukhopadhyay）
内容简介：
本书包含数据分析实例，涵盖了从基础统计学到 ETL、深度学习和物联网的广泛领域，给出了产业分析项目各个技术方面的概念。
6.《自然语言处理 Python 进阶》
作者：[印] 克里希纳·巴夫萨（Krishna Bhavsar）
内容简介：
本书包含的实例可以让你学会使用 NLTK（处理 NLP 任务的主要 Python 平台）完成自然语言处理的各种任务，涵盖了自然语言理解、自然语言处理和句法分析等。
7.《面向自然语言处理的深度学习：用 Python 创建神经网络》
作者：[印] 帕拉什·戈雅尔（Palash Goyal）苏米特·潘迪（Sumit Pandey）卡兰·贾恩（Karan Jain）著
内容简介：
通过阅读本书，带你了解 NLP 中使用的深度学习概念以及神经网络模型示例，并帮助你在 TensorFlow 和 Keras 中使用叠加双向 LSTM 创建自己的聊天机器人。
8.《企业级大数据平台构建：架构与实现》
作者：朱凯
内容简介：
这是一部教你如何从0到1架构与实现一个企业级大数据平台的著作，是作者在大数据和系统架构领域超过20000小时的经验总结。作者从横向视角出发，手把手教你如何拉通 Hadoop 体系技术栈，以此搭建一个真实可用、安全可靠的大数据平台。通过阅读本书，一定能从本书的内容中找到灵感和思路来应对实际工作中面对的问题。
9.《大数据技术体系详解：原理、架构与实践》
作者：董西成
内容简介：
本书站在大数据落地应用的角度，系统阐述大数据从数据收集，到数据存储、分布式协调及资源管理、计算引擎、分析工具，再到数据可视化这一完整流程，本书既包含主要技术的实现原理及其框架，也包含了具体落地指导，是帮助企业和个人整体了解大数据框架不可多得的参考书。
10.《RocketMQ技术内幕》
作者：董西成
内容简介：
本书由 RocketMQ 社区早期的布道者和技术专家撰写，Apache RocketMQ 创始人/Linux OpenMessaging 创始人兼主席/Alibaba Messaging 开源技术负责人冯嘉对其高度评价并作序推荐。
本书对 RocketMQ 的核心技术架构，以及消息发送、消息存储、消息消费、消息过滤、顺序消息、主从同步(HA)、事务消息等主要功能模块的实现原理进行了深入分析，同时展示了源码阅读的相关技巧；总结了大量 RocketMQ 的使用技巧。通过阅读本书，读者将深入理解消息中间件和底层网络通信机制的核心知识点。
结语：以上十本书是小编联合华章图书推荐给大家干货满满的技术书籍，祝大家阅读愉快，下次见喽。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
转载请注明出处: https://daima100.com/13004.html
