10月重磅程序员新书上架7本，每一本都很专业
秋天來到，溫度下降，小伙伴們記得添加衣裳，小心感冒。金秋十月，秋高氣爽心情舒暢，學習忙，工作忙，注意休息。
小編推薦剛剛上架的7本程序員新書，如果喜歡請收藏呀。
?
1、Python遷移學習
作者： [印] 迪潘簡·撒卡爾（Dipanjan Sarkar）
譯者： 張浩然
?
1. 快速掌握知識點
本書能帶你厘清機器學習和深度學習的關鍵基本概念，對重要的深度學習架構進行描述，卷積神經網絡、深度神經網絡、遞歸神經網絡、長短時記憶神經網絡以及膠囊網絡都有所涉及。
2. 用實操夯實遷移學習理論
通過閱讀本書，讀者能夠深刻理解遷移學習的相關概念，并結合相關的編程案例掌握模型凍結、模型調優、預訓練模型（包括VGG模型、Inception模型和ResNet模型）等。
3. 掌握實用技能
本書集中討論了大量現實世界中不同領域的案例和問題，例如計算機視覺、音頻分析以及自然語言處理。
遷移學習是機器學習技術的一種，它可以從一系列機器學習問題的訓練中獲得知識，并將這些知識用于訓練其他相似類型的問題。
本書分為3個部分：第1部分是深度學習基礎，介紹了機器學習的基礎知識、深度學習的基礎知識和深度學習的架構；第2部分是遷移學習精要，介紹了遷移學習的基礎知識和遷移學習的威力；第3部分是遷移學習案例研究，介紹了圖像識別和分類、文本文檔分類、音頻事件識別和分類、DeepDream算法、風格遷移、自動圖像掃描生成器、圖像著色等內容。
本書適合數據科學家、機器學習工程師和數據分析師閱讀，也適合對機器學習和遷移學習感興趣的讀者閱讀。在閱讀本書之前，希望讀者對機器學習和Python編程有基本的掌握。
?
2、程序設計方法（第2版）
作者： [美]馬蒂亞斯·費雷森（Matthias Felleisen） ,羅伯特·布魯斯·芬德勒（Robert Bruce Findler） ,馬修·弗拉特（Matthew Flatt） ,施拉姆·克里斯納默西（Shriram Krishnamurthi
譯者： 朱崇愷
?
- 世界知名的計算機科學家、PLT Scheme（Racket）語言的創始人Matthias Felleisen作品
- 教授系統化的程序設計方法
本書關注程序設計的過程，呈現程序設計的準則，向讀者展示如何分析問題陳述，如何編寫簡明的目的聲明，如何列舉示例，如何開發解決方案的框架，如何完成程序，以及如何測試程序。因為學習程序設計的重點在于研究原理和獲得通用技能，所以本書并沒有采用現成的工業用編程語言，而是提供了專門定制的教學用編程語言。出于同樣的理由，本書還提供了面向初學者的編程環境——DrRacket，它寓教于樂，注重教學反饋。隨著讀者逐步熟悉書中的內容，編程環境也會不斷完備，直至可以支撐一種適用于所有編程任務的成熟語言。
第2版經過了全面的修訂。雖然本書仍然是在教系統化的程序設計方法，但第2版為圖形界面的交互式程序和批處理程序提供了不同的設計訣竅。此外，對于函數的設計訣竅，第2版增加了很多新的提示。本書使用的教學語言及其集成開發環境（IDE）現在還可以像支持數值一樣支持圖像，并支持測試、事件驅動編程，甚至分布式編程。
?
3、分析模式：可復用的對型象模
作者： [美]馬丁·福勒（Martin Fowler）
譯者： 鐘敬
?
在日益增多的有關模式的文獻中，本書作出了重要的貢獻。它從不同領域中萃取出精妙的對象建模技術，并歸納成了一系列模式。這些領域模式將幫助你解決跨越不同領域的具有挑戰性的建模問題。
—— Erich Gamma，IFA 咨詢公司對象技術主管
本書作者為我們提供的是答案，而不只是獲取答案的過程。這樣，你就可以透過書中平實的文字，為建立自己的下一個業務對象模型找到實質性的內容。
——Ward Cunningham，Cunningham & Cunningham 公司
本書不是通過簡化的案例講述抽象的理論，而是直接給出來自真實項目的復雜模型，并以“模式”的方式進行歸納。本書不僅包括這些模式本身，還體現了作者豐富的實踐經驗和對建模技術的深入洞見。本書主要包括兩部分：第一部分介紹來自人員與組織管理、觀察與測量、存貨與會計、計劃、金融衍生品交易等多個業務領域的“分析模式”；第二部分則給出一系列“支持模式”，用于將分析模型實現為具體的軟件。
具有一定經驗的架構師、業務分析師以及高級開發人員通過研讀本書可以很快將書中的模式和思路應用于實踐，有效提高開發水平。軟件開發的入門者閱讀本書盡管未必能立刻領悟其全部內涵，但也足以打開一扇通向新境界的窗戶，為日后的提高奠定基礎。
?
4、Docker實踐（第2版）
作者： [英]伊恩·米爾（Ian Miell）
譯者： 楊銳 ,吳佳興 ,梁曉勇 ,黃博文
?
提供了將Docker應用到用戶當前所遇到的問題的大量實用建議。——Docker公司Ben Firshman，來自本書第1版序
充滿了高水準的技巧！——Chad Davis, SolidFire
讀完本書后，你會愛上Docker。—— José San Leandro, OSOCO
滿滿的軟件開發行業里能用到的一些Docker技巧——Kirk Brattkus, Net Effect Technologies
本書由淺入深地講解了Docker的相關內容，涵蓋從開發環境到DevOps流水線，再一路到生產環境的整個落地過程以及相關的實用技巧。書中介紹Docker的核心概念和架構，以及將Docker和開發環境有機、高效地結合起來的方法，包括背Docker用作輕量級虛擬機、構建容器、宿主機編排、配置管理、精簡鏡像等。不僅如此，本書還通過“問題-解決方案-討論”的形式，將Docker如何融入DevOps流水線、如何在生產環境落地等一系列難題拆解成114個相關的實用技巧，為讀者提供解決方案以及一些細節和技巧方面的實踐經驗。閱讀本書，讀者學到的不只是Docker，還包括持續集成、持續交付、構建和鏡像管理、容器編排等相關領域的一線生產經驗。本書編寫時一些案例參考的Docker版本是Docker 1.13。
本書要求讀者具備一定的容器管理和運維的基礎知識，適合想要將Docker投入實踐的相關技術人員閱讀，尤其適合具有中高級DevOps和運維背景的讀者閱讀。
?
5、人工智能技術與大數據
作者： 阿南德·德什潘德（Anand Deshpande）
譯者： 趙運楓 ,黃偉哲
?
- 解讀AI人工智能與大數據技術
- 用人工智能技術實現大數據自動化解決方案的完整指南
本書分為兩個部分，共12章。第1章到第5章介紹了大數據的本體論、機器學習的基本理論等內容，為具體場景、算法的實踐奠定了基礎。讀者可以了解到，在工程實踐中，對大數據的處理、轉化方式與人類學習知識并將其轉化為實踐的過程是多么相似。在對機器學習的介紹中，會對其數學原理、訓練過程做基本的講解，并輔以代碼幫助讀者了解真實場景中技術工具的使用。第6章到第12章提供了多個不同的用例，章節之間彼此獨立，介紹了如何用人工智能技術（自然語言處理、模糊系統、遺傳編程、群體智能、強化學習、網絡安全、認知計算）實現大數據自動化解決方案。
如果讀者對 Java 編程語言、分布式計算框架、各種機器學習算法有一定的了解，那么本書可以幫助你建立一個全局觀，從更廣闊的視角來看待人工智能技術在大數據中的應用。如果讀者對上述知識一無所知，但是對大數據人工智能的技術、業務非常感興趣，那么可以通過本書獲得從零到一的認知提升。
?
6、人工智能實踐錄
作者： 中國電子信息產業發展研究院（賽迪研究院） ,人工智能產業創新聯盟
編輯： 武曉燕
?
人工智能技術越來越快地從研究階段轉到應用階段。本書展示了在各行業應用中的新的AI技術。這表明，中國企業在快速創建AI基礎技術平臺、AI應用平臺和個人AI應用等方面高速發展。本書結構清晰，易于理解，非常值得一讀。——漢斯·烏思克爾特，歐洲科學院院士、德國人工智能研究中心科學董事
AI如何在垂直領域真正創造價值，是世界各國都在探索的一個重要方向。本書中的實踐案例為探索AI領域開了個很好的頭。——張建偉，德國漢堡科學院院士、德國漢堡大學信息學科學系教授、清華大學杰出訪問教授
人工智能發展的關鍵是通過應用和實踐發揮科技創新的最大價值。《人工智能實踐錄》收集并分析了近40個實踐案例，助力行業探索及創新落地，對于推動中國人工智能的發展具有十分積極的意義。——李德勝，英特爾中國創新業務董事總經理
本書分為3部分，分別是綜述篇、通用技術篇和行業應用篇。綜述篇介紹了現階段人工智能產品發展情況和人工智能政策環境。通用技術篇精心挑選10個以研發底層技術為核心競爭力的企業的產品，詳細介紹了它們的實現思路以及現階段應用。行業應用篇共有24個案例，主要匯集了人工智能技術與實體經濟結合的應用案例，重點關注人工智能技術的應用場景拓展。
?
7、機器學習提升法 理論與算法
作者： [美]羅伯特·夏皮雷（Robert E. Schapire） ,約夫·弗雷德 (Yoav Freund)
譯者： 沙灜
?
這本書是優秀的精神“擔架”，值得好好閱讀以及多次重讀，即使是非專業人士。——ACM 的Computing Reviews
一言以蔽之，這是我讀過的關于機器學習的最好的書之一……——Bactra 評論
對于那些希望在機器學習領域工作的人來說，本書提供了清晰而有見地的觀點，在機器學習的經典著作和研究人員的書架上都應該占有一席之地。——Giles Hooker 美國統計協會
Robert Schapire 和Yoav Freund 提出的提升法在機器學習和統計學習方面產生了巨大的影響，它經受住了時間的考驗。關于為什么提升法如此有效，人們進行了熱烈的討論，現在還沒有定論。這本來自“大師”的書，其各方面的內容十分均衡，涵蓋了提升法的各個研究視角，能夠幫助讀者快速地享受該領域豐富研究成果。——Trevor Hastie 斯坦福大學統計系
本書由提升法的提出者、羅伯特·夏皮雷（Robert. E. Schapire）和約夫·弗雷德（Yoav Freund）親自執筆，匯集、組織、簡化并實質性擴充了關于提升法的研究成果，以不同背景的讀者都可以輕松閱讀并理解的方式來呈現提升法的理論及其實踐，同時也為高級研究人員提供了權威參考。本書充分考慮入門讀者的需求，對所有的材料都進行了適當的裁剪，并在每章后都附有練習，因而適合作為相關教材使用。
本書首先對機器學習算法及其分析方法作了概要性介紹；然后探討了提升法的核心理論，特別是它的泛化能力；考察了有助于理解和解釋提升法的許多理論觀點；提供了提升法的實用擴展以解決更復雜的學習問題；最后提出了一些高級理論。大量的應用實例和插圖貫穿其中。
本書適合任何對機器學習算法、提升法感興趣的讀者，也適合作為高等院校相關課程的教材。
?
即將上架：
人工智能算法（卷2）：受大自然啟發的算法
?
全彩印刷，實例講解易于理解的人工智能基礎算法。豐富的示例代碼和在線資源，方便動手實踐與拓展學習
本書介紹了一些在人工智能場景提供解決方案的算法，涉及交叉和突變、遺傳算法、粒子群優化、細胞自動機等問題——它們無一不受到基因、鳥類、螞蟻、細胞或樹的啟發。雖然算法的靈感來源是大自然，但讀者不必具備生物學知識也能讀懂本書。
“人工智能算法”系列圖書的目標讀者是那些對人工智能感興趣，但苦于沒有良好的數學基礎的人。讀者只需要對大學代數課程有基本了解即可，而微積分、線性代數、微分方程等課程中的復雜公式都會在必要時介紹。本書為讀者提供配套的示例程序代碼，目前已有Java、C#、Python和Scala版本。
?
以道御術——CMMI 2 .0實踐指南
?
很高興看到作者及其團隊根據多年的實踐經驗，編寫出版了這本書。作者根據多年來在軟件過程改進方面的實施、咨詢、評估等經驗，用案例詮釋CMMI 2.0的精髓，并為企業從CMMI 1.3平穩過渡到CMMI 2.0提供了一條有效的途徑。
相信本書能幫助軟件企業少走彎路、有效地實施軟件過程改進，特別是其中的“實踐點睛”部分，非常具有現實指導意義。——資深CMMI主任評估師 余軍安
本書不僅將研發管理的最新國際標準條分縷析，一一道明，告訴我們成熟的軟件企業應該企及的高度，而且結合了作者多年一線咨詢的實踐經驗，給出了提升研發管理的具體途徑和技術，深入淺出，干貨滿滿，的確是一本很實用的行動指南。——中國移動子公司卓望信息研發中心副總監 劉詠亭
本書系統解讀了CMMI 2.0模型中的實踐，首先介紹了CMMI 2.0相對于CMMI 1.3的變化，闡明了CMMI 2.0的核心思想與理念，然后對CMMI模型中的每個實踐域進行了通俗的、詳細的、案例化的解讀，最后對敏捷方法與CMMI模型進行了系統化的對比分析，并提倡二者的互補融合。
本書對CMMI 2.0模型的解讀通俗易懂、言簡意賅，并給出了大量實際應用案例，可以幫助讀者快速、準確地掌握模型的含義，并與自己的實際場景進行映射和結合，靈活實現模型的要求。
本書適合軟件與硬件研發企業的中高層經理、項目經理、過程改進人員、質量管理人員、敏捷教練、咨詢顧問以及研發人員等眾多參與工程實踐的人員閱讀。
總結
以上是生活随笔為你收集整理的10月重磅程序员新书上架7本，每一本都很专业的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 数据库——（DB、DBMS、SQL）
- 下一篇： Games202 Lecture3-4之