过去的2018年，400000粉丝用指尖投票，选出了这10本技术书
导读：常看大数据（ID：hzdashuju）的你一定知道，我们会定期从技术类图书中摘编干货内容，为大家提供最优质的第一手学习资源。这些内容覆盖了数据分析、机器学习、深度学习、自然语言处理、计算机科学等。
数据叔盘点了2018年我们发布过1000多篇图文，按粉丝收藏量进行排序，精选出了下面这10本技术书。敲黑板！这10本书不是数据叔选的，而是400000粉丝用指尖投票投出来的！
快看看，在刚刚过去的2018年，你读过了哪些书、错过了哪些书；在刚刚开始的2019年，都有哪些领域值得关注、哪些知识需要学习？
2019年第一波赠书福利，在本文文末开启！
注：收藏量为图文发布7天内收藏的人数
1
《Spark机器学习进阶实战》
作者：马海平 于俊 吕昕 向海
收藏量：2000+
推荐语：科大讯飞大数据专家撰写，从基础到应用，面面俱到！
2
《白话大数据与机器学习》
作者：高扬，卫峥，尹会生
收藏量：1500+
推荐语：以降低学习曲线和阅读难度为宗旨，重点讲解了统计学、数据挖掘算法、实际应用案例、数据价值与变现，以及高级拓展技能，清晰勾勒出大数据技术路线与产业蓝图。
戳精华：终于有人把数据、信息、算法、统计、概率和数据挖掘都讲明白了！
3
《Python数据科学：技术详解与商业实践》
作者：常国珍，赵仁乾
收藏量：1100+
推荐语：金融行业超过12年数据科学经验的资深专家从技术、业务和商业实践3个维度为数据科学家的养成提供系统化路径。
戳精华：干货：用Python进行数据清洗，这7种方法你一定要掌握
4
《Python数据分析与数据化运营》
作者：宋天龙
收藏量：900+
推荐语：50个数据工作流知识点，14个数据分析和挖掘主题，8个综合性运营案例，涵盖会员、商品、流量、内容4大数据化运营主题，把脉运营问题并贴合数据场景落地。
戳精华：最全Python数据工具箱：标准库、第三方库和外部工具都在这里了
5
《数据分析实战》
作者：托马兹·卓巴斯（Tomasz Drabas）
收藏量：700+
推荐语：通过大量的现实案例，详细讲解数据分析相关的各种方法。
戳精华：干货：手把手教你用Python读写CSV、JSON、Excel及解析HTML
6
《白话深度学习与TensorFlow》
作者：高扬，卫峥 著，万娟 绘
收藏量：600+
推荐语：技术畅销书《白话大数据与机器学习》姊妹篇，YY大数据专家撰写，李学凌、朱频频、王庆法、王海龙联袂推荐。
戳精华：人人都能看懂的机器学习！3个案例详解聚类、回归、分类算法
7
《机器学习实战：基于Scikit-Learn和TensorFlow》
作者：奥雷利安·杰龙（Aurélien Géron）
收藏量：500+
推荐语：前谷歌工程师撰写，“美亚”人工智能图书畅销榜首图书 从实践出发，手把手教你从零开始搭建起一个神经网络。
戳精华：最全机器学习种类讲解：监督、无监督、在线和批量学习都讲明白了
8
《利用Python进行数据分析（原书第2版）》
作者：韦斯·麦金尼（Wes McKinney）
收藏量：500+
推荐语：Python数据分析经典畅销书全新升级，第1版中文版累计销售100000册。针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter。
戳精华：新手上路必学的Python函数基础知识，全在这里了（多段代码举例）
9
《Spark机器学习：核心技术与实践》
作者：亚历克斯·特列斯 等
收藏量：500+
推荐语：以实践方式助你掌握Spark机器学习技术。
戳精华：揭秘“21世纪最性感的职业”：数学、编程、沟通和商业技能一个都不能少！
10
《Python自然语言处理实战：核心技术与算法》
作者：涂铭，刘祥，刘树春
收藏量：300+
推荐语：阿里巴巴、前明略数据和七牛云的高级专家和科学家撰写，零基础掌握NLP的核心技术、方法论和经典算法。
戳精华：NLP将迎来黄金十年，7个案例带你入门（附Python代码）
2018大数据推荐图书词云
▼
比心之后，再送福利
▼
说说2018年你读了哪些书，有哪些收获？2019年要立什么flag？上面10本书，你最想要哪一本？为什么？在文末留言区参与讨论，被赞得最高的3条留言以及被我们精选出的3条走心留言的发布者将获赠你想要的那本书。
一直看到这里的你，一定是爱读书的人。欢迎加入大数据读书会微信群，结识更多同行业小伙伴，我们将在群里额外送书！未来还有更多福利等你认领！（请在后台回复读书会，获取进群方法）
活动截止时间：1月4日（周五）18:00
据统计，99%的大咖都完成了这个神操作
▼
更多精彩
在公众号后台对话框输入以下关键词
查看更多优质内容！
PPT | 报告 | 读书 | 书单
大数据 | 揭秘 | 人工智能 | AI
Python | 机器学习 | 深度学习 | 神经网络
可视化 | 区块链 | 干货 | 数学
猜你想看
Q: 2018年你读了哪些书，有哪些收获？
欢迎留言与大家分享
觉得不错，请把这篇文章分享给你的朋友
转载 / 投稿请联系：baiyu@hzbook.com
更多精彩，请在后台点击“历史文章”查看