Abstract: tony 推荐读物
Keywords: 书籍推荐
推荐书单
读书时学习最好的途径之一，不完全推荐下相关领域不错的书籍，博主不才，也只读了一部分，罗列供参考
基础
《深入理解计算机系统》（原书第2版） [Computer Systems]
本人启蒙读物，难度系数5.0，适合专业从事运维，计算机底层人事阅读，但也推荐所有程序员阅读，只有了解硬件，才能写出飞快的程序，问题就是，这本书非常难，而且中文翻译一般
《鸟哥的Linux私房菜 》
入门必备，了解linux，由于国内windows来的比较早，80%的电脑用户停留在xp的印象中，不了解操作系统还可以这个样子，而windows又不开放源代码和内核设计，所以，更好的了解计算机操作系统，从linux开始，初级用户推荐ubuntu，如果厉害了，其他应该也不是问题
《现代操作系统》
没完全看过，但据说很厉害，看了一点内存管理机制，估计一点都记不得了
《x86汇编语言》
为了开明白《深入理解计算机系统》买的，国内作者写的，质量不错，告诉你计算机是怎么启动运行的
Python
python研究处于初级阶段，c++也是，但是c研究的比较多，感觉编程语言就是招式，心法是算法，数据结构以及操作系统。
之前公司的CTO峰哥告诉我一句话印象十分深刻“站在操作系统和编译器的角度看，所有编程语言都一样”
《Python核心编程》
好几个版本，都买来压箱底，有时间就看看，没时间过段时间再看看，python在某些领域非常方便
《Effective Python：编写高质量Python代码的59个有效方法》
优化python的方法，优化要在写作时进行，千万别说先写再优化，later就是never，思想一旦形成，在设计时就会产生一个相对快速稳定的编码方式
数据结构和算法
看似不常用，实际最有用的东西
《大话数据结构》
比较好的国内作品，画面形象有趣，读起来比较快，读这类书，一定要边读边写！一定要自己实现以下
《数据结构与算法分析：C语言描述（原书第2版）》
自己边看边code一下，看不出学会了什么，但气质提升非常大
《算法导论（原书第3版）》
经典，之所以成为经典，是经历了时间考研的，别跟我说你是多资深的专业人员，没研究过经典，你永远不专业，书籍有难度，读起来会很慢，但是不着急，慢慢来
《计算机程序设计艺术》
经典中的经典，买了英文原版，还没读完，不吹不黑，贼厉害的书！为了装逼也要摆在书架上
机器学习与深度学习
深度学习的书没什么好看的，看机器学习的就好了，数学书很重要，用到什么补什么，会非常痛苦，不痛苦就不会卓越，自己权衡吧
只推荐机器学习相关的
《机器学习》周志华 著
国内较好的作品，可作为总纲，然后逐一细化，边看边code！
《机器学习》 段菲译
同上
《统计学习方法》
需要深入研究，数学，code
《模式分类》
与《摄入理解计算机系统》一样，贼难，数学贼多，贝叶斯贼烦，研究的越明白越牛x
《Tensorflow 实战Google深度学习框架》
照着写网络，会写了以后就可以扔了，或者垫桌角。。。
数学类（2017年9月7日补充）
对于想深入学习研究机器学习人工智能的同学，数学书必须要看，还要学的好，如果你想找个公司混口饭吃，上面那些已经能够让你在你的圈子“大放异彩”了。
目前我总结了一下数学学习的过程，针对机器学习的战友们，不一定要从头学一遍，但是对应的补充学习还是需要的.
知识结构如下
https://github.com/Tony-Tan/MachineLearningMath
相关书籍推荐
（集合论：留空）
《微积分与解析几何》
微积分我搞了一本MIT的教材，有中国影印的，不贵（跟国外的价格相比），国外的数学书有个优点就是说人话，你能读下来，然后可以慢慢理解，中国的有很多大牛老师写的书，说实话，我断句都有问题
《Introduction to Linear Algebra》 Gilbert Strang
也是MIT的教材，中国没有卖的，准备出国搞一本，目前看的是某宝搞到的纸质版，我希望支持原版，但是确实没有渠道，就像《机器学习与模式识别》那本原著，我当时想都没想就买了一本原版，800多rmb心疼的够呛，支持好书，我觉得是有必要的
《线性代数及其应用》 David C Lay
还没看。。。
《矩阵分析》 Roger A Hom
还没看。。。
《实分析》 陶哲轩
大神关爱弱智儿童的书籍，没看完，但是翻了一下，感觉也都是说的人话，没什么晦涩的语句，至于整体情况，看完再来评论
（复变函数：留空）
（微分方程：留空）
《初等概率》钟开莱
还没看。。。
《概率论教程》 钟开莱
还没看。。。
《概率论与数理统计》 陈希孺
也没看。。。
《概率及其应用》 威廉费勒
也没看
还没看到
未完，待续。。。
原文地址：https://www.face2ai.com/other-Tony推荐读物转载请标明出处