一周程序员新书精选：机器学习、深度学习书成为焦点

小编已经好久没有给大家推荐新书榜单了，今天仔细看了一下，机器学习、深度学习书占了新书的大部分。成为上周上榜新书焦点，所以小编觉着有必要给大家分享一下。请仔细阅读。排序根据榜单前后排列。

 

1、MySQL是怎样运行的 从根儿上理解MySQL

 

• 深入剖析MySQL必知必会高性能数据库运行数据分析与数据处理的书籍
• 采用200多幅图辅助讲解重点内容，提供彩图下载、公众号答疑服务，双色印刷。

为什么这个SQL语句执行得这么慢？为什么我明明建立了索引，但是查询计划显示没用？为什么IN查询中的参数一多就不使用索引了？为什么我的数据显示成了乱码？……每一位DBA和后端开发人员在与MySQL打交道时，或多或少都会遇到这些问题。之外，索引结构、MVCC、隔离级别的实现、锁的使用等知识，也是求职人员在MySQL面试中躲不过去的高频问题。
本书采用诙谐幽默、通俗易懂的写作风格，针对上面这些问题给出了相应的解答方案。尽管本书的表达方式与司空见惯的学术派、理论派IT图书有显著区别，但本书的确是相当正经的专业技术图书，内容涵盖了使用MySQL的同学在求职面试和工作中常见的一些核心概念。无论是身居MySQL专家身份的技术人员，还是技术有待进一步提升的DBA，甚至是刚投身于数据库行业的“萌新”人员，本书都是他们彻底了解MySQL运行原理的优秀图书。

2、自然语言处理实战 利用Python理解、分析和生成文本

 

• Python自然语言处理NLP入门到实战
• 兼具基础理论与编程实战，现代自然语言处理领域从业者的实用指南
• 提供源代码，小米AI实验室NLP团队献译

正因为深度学习和NLP密不可分，近年来有关“深度学习+NLP”的课程和书籍也在不断涌现。本书就是其中的一本。和其他实战类书籍一样，本书既有基础理论也有编程实战，基础理论部分简洁易懂，编程实战部分可以直接下载源码运行，这种搭配特别适合初学者入门，可以作为现代NLP从业者的第一本入门书。

在本书中，读者不仅会学习这些系统的内部工作原理，还会学习相关的理论和实践技能，并创建自己的算法或模型。基本计算机科学概念无缝地转换为方法和实践的坚实基础。从一些久经考验的经典方法（如TF-IDF）开始，再深入到NLP相关的深层神经网络，作者带领读者对于自然语言处理的核心方法开启了一段清晰的体验之旅。

3、PyTorch生成对抗网络编程

 

• 动手学深度学神经网络与深度学习，图像识别搭建GAN卷积图像生成
• 配套示例代码，图文并茂，用PyTorch构建自己的生成对抗网络。

生成对抗网络（Generative Adversarial Network，GAN）是神经网络领域的新星，被誉为“机器学习领域近20 年来最酷的想法”。

本书以直白、简短的方式向读者介绍了生成对抗网络，并且教读者如何使用PyTorch按部就班地编写生成对抗网络。全书共3章和5个附录，分别介绍了PyTorch基础知识，用PyTorch开发神经网络，改良神经网络以提升效果，引入CUDA和GPU以加速GAN训练，以及生成高质量图像的卷积GAN、条件式GAN等话题。附录部分介绍了在很多机器学习相关教程中被忽略的主题，包括计算平衡GAN的理想损失值、概率分布和采样，以及卷积如何工作，还简单解释了为什么梯度下降不适用于对抗式机器学习。
本书适合想初步了解GAN以及其工作原理的读者，也适合想要学习如何构建GAN的机器学习从业人员。对于正在学习机器学习相关课程的学生，本书可以帮助读者快速入门，为后续的学习打好基础。

4、机器学习测试入门与实践

 

• 业界首部AI测试著作，32位BAT专家联袂推荐
• 精选15个AI测试要点，涵盖5大技术主题
• 从零开始快速入门机器学习测试。融360AI测试团队著

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。

5、分析模式：可复用的对象模型

 

• 世界级软件开发大师Martin Fowler的经典作品重现江湖！
• 作者分享了丰富的对象建模经验，以及识别重复问题并将其转化为可复用的模型的敏锐洞察力
• 一本讲解不同领域（包括交易、测量、会计和组织关系等）模式的实用手册

典型的方法论书籍只关注工具和技术，面向对象社区期望有一本书能够突破这一局限，而这本开创性的著作正好满足了这一需求。在本书中，作者关注的是面向对象分析和设计的最终结果，也就是模型本身。作者在本书中分享了丰富的对象建模经验，以及识别重复问题并将其转化为可复用的模型的敏锐洞察力，并给出了一系列来自不同领域（包括交易、测量、会计和组织关系等）的模式。
概念模式无法孤立地存在，基于这一认识，作者还给出了一系列“支持模式”。这些模式探讨了如何将概念模型转化为软件，并使其适合于大型信息系统的架构。对每种模式的讲解都包含了其背后的设计思路、应该（或不应该）使用这些模式的时机以及实现中的诀窍。本书中展示的例子构成了一本实用手册，既包含有用的模型，又涵盖对复用技能的深刻洞见，这些都有助于改进分析、建模和实现。

6、Python迁移学习

 

• 使用TensorFlow和Keras实现高级深度学习和神经网络模型
• 关于深度学习和迁移学习的完整指南（从零开始学习）

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。

7、Python图像处理实战

 

• 图像处理，计算机视觉人脸识别图像修复
• 编程入门教程书籍零基础，深度学习爬虫，用流行的Python图像处理库、机器学习库和深度学习库解决图像处理问题

本书介绍如何使用流行的Python图像处理库（如PIL、scikit-image、python-opencv、SciPy ndimage和SimpleITK）、机器学习库（scikit-learn）和深度学习库（TensorFlow、Keras）解决图像处理问题。通过学习本书，读者能够通过编写程序代码来实现复杂的图像处理（如图像增强、滤波、复原、分割、分类和目标检测），还能够掌握用机器学习和深度学习模型来解决复杂的图像处理问题的方法。

本书从基础开始，通过书中所提供的Python可重现实现来引导读者逐步进阶。本书从经典的图像处理技术开始，探索图像处理算法的进化历程，直至图像处理或计算机视觉与深度学习方面的最新进展。

8、HTTP抓包之接口自动化测试

 

• 《HTTP抓包实战》作者新作，接口自动化测试一本通
• 掌握Fiddler抓包和JMeter发包，Cookie机制，劫持攻击测试Web调试，前端开发工程师参考书

本书分为30章，每章的内容并不多，但却配有生动有趣的实例和大量的图片，方便读者参考并动手实践。读者可以很快学完一章，每学一章都会有成就感。

第1～11章：补充了一点HTTP协议的知识，以及如何使用Fiddler来抓HTTP包，如何分析HTTP包。

第12～22章：介绍了如何通过JMeter、Postman和Python+requests来发送HTTP包以实现软件自动化测试和接口的自动化测试。

第23～26章：通过列举很多有意思的案例，介绍了如何使用抓包工具来实现安全测试和性能测试。

第27～30章：运用本书所讲述的内容，实现了几个日常生活中应用比较广泛的综合实例。

9、人工智能算法 卷2 受大自然启发的算法

 

• AI算法入门教程，算法导论，实例讲解人工智能基础算法！
• 丰富的示例代码和在线资源，提供在线实验环境
• 源代码下载，方便动手实践与拓展学习，全彩印刷

算法是人工智能技术的核心，大自然是人工智能算法的重要灵感来源。本书介绍了受到基因、鸟类、蚂蚁、细胞和树影响的算法，这些算法为多种类型的人工智能场景提供了实际解决方法。全书共10章，涉及种群、交叉和突变、遗传算法、物种形成、粒子群优化、蚁群优化、细胞自动机、人工生命和建模等问题。书中所有算法均配以具体的数值计算来进行讲解，每章都配有程序示例，读者可以自行尝试。