13本新书上市！双11值得囤的书都在这里了

大家上午好呀，你们期待已久的好书清单来啦！

距离双11不足一月，大家又要开始做数学题了。当然，每年一场购物狂欢怎么少的了技术好书？最近，异步图书上新了13本好书。既有时下热门的机器学习算法，也有关于Linux、MySQL和Python的经典书，还囊括有深度学习和AI商品化等多维度的书籍。广泛的选择里，总有一本属于你！

本期书单一共包含13本严选好书，快来一起读书用知识取暖吧！

优惠活动来袭：

10月20-11月3日，当当网购书每满100减50元，使用下方专属优惠码后，购书叠加满200再减40元，相当于花160元买400元的书！

专属优惠码：YABXTB

10月新书

《机器学习提升法——理论与算法》

作者： [美]罗伯特·夏皮雷（Robert E. Schapire） ,约夫·弗雷德 (Yoav Freund)

译者： 沙灜

作者简介：

约夫·弗雷德（Yoav Freund）,纽约微软主任研究员。

罗伯特·夏皮雷（Robert. E. Schapire）,加利福尼亚大学圣迭戈分校计算机科学与工程系教授。

他们因为在提升法方面的研究工作，获得了2003 年的哥德尔奖和2004 年的ACM Kanellakis 理论与实践奖。

内容简介：

本书主要介绍一种机器学习算法——提升法，主要关注其基础理论和算法，也兼顾了应用。

全书共14章，分为4个部分。首先给出机器学习算法及其分析的概要介绍，然后第一部分重点探究了提升法的核心理论及其泛化能力。第二部分主要介绍了有助于理解和解释提升法的其他理论。第三部分主要介绍利用基于置信度的弱预测的AdaBoost算法的实用扩展，并用于解决多类别分类问题和排序问题。第四部分讨论了高级理论话题。附录部分介绍了所需高级的数学概念。

本书适合对提升法感兴趣的读者，本书每章都附有练习，因此也适用于高等院校相关课程的教学。

机器学习提升法 理论与算法

作者：[美]罗伯特·夏皮雷（Robert E. Schapire）约夫·弗雷德 (Yo

当当

《用户研究成长之路》

作者：郭雨舟

作者简介：

郭雨舟，毕业于美国伊利诺伊大学传媒学院，现就职于Booking.com 荷兰阿姆斯特丹总部，从事用户研究工作。曾先后供职于百度和京东用户体验设计部，担任用户研究专家。拥有多年知名互联网公司的从业经验，并被数次邀请担任IXDC峰会和工作坊主讲人。在用户研究、用户体验与商业策略交叉领域有丰富的经验，是参与式用户研究思维的倡导者和践行者。

内容简介：

《用户研究成长之路》是从事用户研究工作的入门指导和实践指南，不仅介绍了用户体验研究的基础入门知识，还介绍了可实践的操作指南。

全书共分为8章，从什么是用户体验研究展开，首先介绍了用户体验研究的基础方法与技能、每种方法的具体内容，使用场景和相关注意事项；然后围绕研究计划、研究执行、结论的沟通与落地、用户体验策略介绍了详细的实践流程；接着针对用户研究工程师的实际职业需求，讲解了用户研究面试技巧和注意事项；最后给出了用户研究入职第一个30天的规划和建议，帮助读者迈出成为用户研究工程师的第一步。本书适合想要成为用户研究工程师的读者阅读和学习，也可供对用户体验研究、用户需求调研等感兴趣的各类人群参考。

用户研究成长之路

作者：郭雨舟

当当

《C和指针》

作者： [美]肯尼斯·里科（Kenneth Reek）

译者： 徐波

作者简介：

Kenneth Reek是美国Rochester工业学院计算机系教授，有几十年年的C编程教学经验，并凭借《C和指针》一书获得了ACUU的高度评价。

内容简介：

《C和指针》提供与C语言编程相关的全面资源和深入讨论。本书通过对指针的基础知识和高级特性的探讨，帮助程序员把指针的强大功能融入到自己的程序中去。

全书共18章，覆盖了数据、语句、操作符和表达式、指针、函数、数组、字符串、结构和联合等几乎所有重要的C编程话题。书中给出了很多编程技巧和提示，每章后面有针对性很强的练习，附录部分则给出了部分练习的解答。

《C和指针》适合C语言初学者和初级C程序员阅读，也可作为计算机专业学生学习C语言的参考。

C和指针

作者：[美]肯尼斯·里科（Kenneth Reek）

当当

《C专家编程》

作者： [美] 彼得·范德林登（Peter Van Der Linden）

译者： 徐波

作者简介：

Peter van der Linden，Sun公司编译器和OS核心开发团队成员，世界知名的专家级C程序员，拥有多年的C开发实战经验，对C/C++语言有深入理解。

内容简介：

《C专家编程》展示了C程序员所使用的编码技巧，并专门开辟了一章对C++的基础知识进行了介绍。书中C的历史、语言特性、声明、数组、指针、链接、运行时、内存以及如何进一步学习C++等问题进行了细致的讲解和深入的分析。

全书撷取几十个实例进行讲解，对C程序员具有非常高的实用价值。《C专家编程》可以帮助有一定经验的C程序员成为C编程方面的专家，对于具备相当的C语言基础的程序员，《C专家编程》可以帮助他们站在C的高度了解和学习C++。

C专家编程

作者：[美] 彼得·范德林登（Peter Van Der Linden）

当当

《编程的修炼》

作者： [荷兰]艾兹格· W. 迪杰斯特拉（Edsger W. Dijkstra）

译者： 裘宗燕

作者简介：

艾兹格 W.迪科斯彻 （Edsger Wybe Dijkstra，1930—2002），荷兰人，计算机科学家，毕业就职于荷兰Leiden大学，早年钻研物理及数学，后转向计算学。他曾在1972年获得图灵奖，还获得过1974年 AFIPS Harry Goode Memorial Award、1989年ACM SIGCSE计算机科学教育教学杰出贡献奖。

内容简介：

本书是图灵奖获得者艾兹格·W. 迪杰斯特拉（Edsger W. Dijkstra）的最重要的著作，也是编程领域里经典著作中的经典。作者基于其敏锐的洞察力和长期的实际编程经验，对基本顺序程序的描述和开发中的许多关键问题做了独到的总结和开发。本书讨论了基本顺序程序的本质特征、程序描述和对程序行为（正确性）的推理，并通过从简单到复杂的一系列程序的思考和开发范例，阐释了基于严格的逻辑推理开发正确而可靠的程序的过程。

本书写于20世纪70年代后期，但其对于编程领域的技术开发，对于编程语言的发展和程序理论研究的深刻影响持续至今。本书值得每一个关注计算机科学技术的本质，冀求在程序和软件领域有长远发展的计算机工作者、教师和学生阅读。

编程的修炼

作者：[荷兰]艾兹格· W. 迪杰斯特拉（Edsger W. Dijkstra）

当当

《C++语言的设计和演化》

作者： [美]本贾尼·斯特劳斯特卢普 ( Bjarne Stroustrup )

译者： 裘宗燕

《软件调试 第2版 卷2 Windows平台调试 上、下册》

作者：张银奎

《UNIX/Linux 系统管理技术手册（第5版）》

作者： ［美］埃薇•内梅特（Evi Nemeth） ,加思•斯奈德（Garth Snyder） ,特伦特•R.海恩（Trent R.Hein） ,本•惠利（ Ben Whaley） ,丹•麦金（Dan Mackin)等

译者： 门佳

《自然语言处理实战》

作者： [美]霍布森•莱恩（Hobson Lane） ,科尔•霍华德（Cole Howard） ,汉纳斯•马克斯•哈普克（Hannes Max Hapke）

译者： 史亮 ,鲁骁 ,唐可欣 ,王斌

作者简介：

霍布森.莱恩（Hobson Lane）拥有20年构建自主系统的经验，这些系统能够代表人类做出重要决策。Hobson在Talentpair训练机器完成简历的阅读和理解，以减少招聘者产生的偏见。在Aira，他帮助构建了第一个聊天机器人，为视障人士描述视觉世界。他是Keras、scikit-learn、PyBrain、PUGNLP和ChatterBot等开源项目的积极贡献者。他目前正在从事完全公益的开放科学研究和教育项目，包括构建一个开放源码的认知助手。他在AIAA、PyCon、PAIS和IEEE上发表了多篇论文和演讲，并获得了机器人和自动化领域的多项专利。

科尔.霍华德（Cole Howard）是一位机器学习工程师、NLP实践者和作家。他一生都在寻找模式，并在人工神经网络的世界里找到了自己真正的家。他开发了大型电子商务推荐引擎和面向超维机器智能系统（深度学习神经网络）的最先进的神经网络，这些系统在Kaggle竞赛中名列前茅。他曾在Open Source Bridge和Hack University 大会上发表演讲，介绍卷积神经网络、循环神经网络及其在自然语言处理中的作用。

汉纳斯.马克斯.哈普克（Hannes Max Hapke）是从一位电气工程师转行成为机器学习工程师的。他在高中研究如何在微控制器上计算神经网络时，对神经网络产生了浓厚的兴趣。Hannes喜欢自动化软件开发和机器学习流水线。他与合作者共同开发了面向招聘、能源和医疗应用的深度学习模型和机器学习流水线。Hannes在包括OSCON、Open Source Bridge和Hack University在内的各种会议上发表演讲介绍机器学习。

译者简介：

史亮，小米NLP高级软件工程师，本科毕业于武汉大学，后保送中科院计算所硕博连读，获得博士学位。目前主要负责小米MiNLP平台的研发工作。

鲁骁，小米NLP高级软件工程师，本科、硕士毕业于华中科技大学，博士毕业于中科院计算所。目前主要从事大规模文本分类、内容过滤、人机对话等方向的研发工作。

唐可欣，小米NLP软件工程师，本科毕业于西安电子科技大学，硕士毕业于法国巴黎高科电信学院。主要从事语言模型、意图分析、情感分析等方向的研发工作。

王斌，小米AI实验室主任、NLP首席科学家，前中科院博导、研究员，中国科学院大学教授。译有《信息检索导论》《大数据：互联网大规模数据挖掘与分布式处理》《机器学习实战》等书籍。

内容简介：

本书是介绍自然语言处理（NLP）和深度学习的实战书。NLP已成为深度学习的核心应用领域，而深度学习是NLP研究和应用中的必要工具。

本书分为3部分：第一部分介绍NLP基础，包括分词、TF-IDF向量化以及从词频向量到语义向量的转换；第二部分讲述深度学习，包含神经网络、词向量、卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆（LSTM）网络、序列到序列建模和注意力机制等基本的深度学习模型和方法；第三部分介绍实战方面的内容，包括信息提取、问答系统、人机对话等真实世界系统的模型构建、性能挑战以及应对方法。

本书面向中高级Python开发人员，兼具基础理论与编程实战，是现代NLP领域从业者的实用参考书。

自然语言处理实战 利用Python理解、分析和生成文本

作者：[美]霍布森·莱恩，科尔·霍华德，汉纳斯·马克斯·哈普克

当当

《数据分析通识》

作者：途索

作者简介：

途索，就职于大型互联网公司，数据分析专家，从事多年数据科学相关的工作。在消费级领域（C端）与企业级领域（B端）从事过数十个大数据与算法方面的工程与项目，曾多次得到公司的嘉奖和业内的肯定。

内容简介：

本书务实的数据分析科学技术、精彩的实际业务案例，很好地满足了从业者的实际需求；本书是作者结合近几年的工作经验，将在实际业务场景中的案例进行脱敏抽象，置于本书的每章之中，从而形成的一本把数据分析科学技术应用于实际业务的数据分析类图书。主要内容包括数据处理的抽象流程、数据系统的有机组成、数据获取、探索性数据分析、目的性数据分析、数据可视化、特征工程、模型、结果评价、数据应用等。

本书介绍了数据分析科学的许多方面，不但适合业务分析人员和数据分析与建模从业者学习，还可作为大专院校相关专业师生的学习用书，以及相关培训学校的教材。

数据分析通识

作者：途索

当当

《机器学习测试入门与实践》

作者：艾辉

作者简介：

艾辉，中国人民大学统计学院硕士，融 360 高 级技术经理。主要负责机器学习产品的质量保障工作，曾在饿了么公司担任高 级技术经理，负责用户产品、新零售产品的质量保障工作。有 8 年多的测试开发工作经验，曾多次受邀在行业技术大会（ 如 MTSC、GITC、NCTS、TiD、A2M 等）上做主题分享。对大数据、机器学习测试技术有深刻的理解，并长期专注于质量保障与工程效能研究。

内容简介：

本书全面且系统地介绍了机器学习测试技术与质量体系建设，分为5部分，共15章。第一部分（第1～4章）涵盖了机器学习、Python编程、数据分析的基础知识；第二部分（第5～7章）介绍了大数据基础、大数据测试指南及相关工具实践；第三部分（第8～10章）讲解了机器学习测试基础、特征专项测试及模型算法评估测试；第四部分（第11～13章）介绍了模型评估平台实践、机器学习工程技术及机器学习的持续交付流程；第五部分（第14章和第15章）探讨了AI（Artificial Intelligence）在测试领域的实践及AI时代测试工程师的未来。

本书亮点：

本书能够帮助读者了解机器学习是如何工作的，了解机器学习的质量保障是如何进行的。工程开发人员和测试工程师通过阅读本书，可以系统化地了解大数据测试、特征测试及模型评估等知识；算法工程师通过阅读本书，可以学习模型评测的方法和拓宽模型工程实践的思路；技术专家和技术管理者通过阅读本书，可以了解机器学习质量保障与工程效能的建设方案。

机器学习测试入门与实践

作者：艾辉

当当

《OpenGL超级宝典（第7版）》

作者： 格雷厄姆·塞勒斯（Graham Sellers））

译者： 颜松柏 ,薛陶 ,张林苹

作者简介：

格雷厄姆·塞勒斯（Graham Sellers）是AMD的软件架构师和工程研究员，是OpenGL ARB中的AMD代表。他为核心的OpenGL规范和扩展做出了贡献，并拥有多项图形和图像处理专利。

内容简介：

本书是OpenGL及3D图形编程的经典入门指南，涵盖了使用OpenGL进行编程所需要的主要知识。

本书内容分3部分。第一部分介绍经典OpenGL绘图的基础知识，涉及管线、数学知识、数据、着色器和程序等；第二部分着重介绍OpenGL的一些高级功能，涉及顶点处理与绘图命令、基元处理片段处理与帧缓冲、计算着色器、高级数据管理、管线监控等；第三部分介绍一些实战技巧，涉及渲染技巧、高性能的OpenGL、调试和稳定性等。

本书适合希望系统学习OpenGL的读者阅读，经验丰富的OpenGL程序员也能从中获益。本书既可以作为学习OpenGL的教材，也可以作为随时查阅的参考手册。

《Python迁移学习》

作者： [印] 迪潘简·撒卡尔（Dipanjan Sarkar）

译者： 张浩然

作者简介：

迪潘简·撒卡尔（Dipanjan Sarkar）是英特尔公司的一名数据科学家，他利用数据科学、机器学习和深度学习来构建大规模的智能系统。他拥有数据科学和软件工程专业的硕士学位。

他从事分析工作多年，专攻机器学习、自然语言处理（Natural Language Processing，NLP）、统计方法和深度学习。他对教育充满热情，同时还在Springboard等组织中担任数据科学导师，帮助人们学习数据科学。他还是人工智能和数据科学领域的领先在线期刊《面向数据科学》的主要编著者和编辑，他还编写了几本关于R、Python、机器学习、NLP和深度学习的书。

内容简介：

迁移学习是机器学习技术的一种，它可以从一系列机器学习问题的训练中获得知识，并将这些知识用于训练其他相似类型的问题。

本书分为3个部分：第1部分是深度学习基础，介绍了机器学习的基础知识、深度学习的基础知识和深度学习的架构；第2部分是迁移学习精要，介绍了迁移学习的基础知识和迁移学习的威力；第3部分是迁移学习案例研究，介绍了图像识别和分类、文本文档分类、音频事件识别和分类、DeepDream算法、风格迁移、自动图像扫描生成器、图像着色等内容。

本书适合数据科学家、机器学习工程师和数据分析师阅读，也适合对机器学习和迁移学习感兴趣的读者阅读。在阅读本书之前，希望读者对机器学习和Python编程有基本的掌握。