１、數學之美第三版

浪潮之巔、文明之光、矽谷之謎、大學之路、見識作者吳軍博士作品
新增區塊鏈、量子通信、人工智慧知識
文津圖書獎獲獎書，央視推薦的學科敲門磚

在《數學之美》里，吳軍博士集中闡述了他對數學和信息處理這些專業學科的理解，把數學在IT領域，特別是語音識別、自然語言處理和信息搜索等方面的美麗之處予以了精彩表達，這些都是智能時代的熱門技術話題。

本書還用了大量篇幅介紹各個領域的典故，是文科生也可以看懂的科普讀物。成為一個領域的大師有其偶然性，但更有其必然性。其必然性就是大師們的思維方法。通過本書，可以了解他們的平凡與卓越，理解他們取得成功的原因，感受那些真正懂得數學之美的人們所擁有的美好人生。

第三版增加了三章新內容，分別介紹當今非常熱門的三個主題：區塊鏈的數學基礎，量子通信的原理，以及人工智慧的數學極限。

２、深度學習導論

人工智慧深度學習經典入門書
基於TensorFlow和Python，美國常青藤名校典教材
理論與實戰結合的良好典範，附帶習題和答案

本書講述了前饋神經網絡、Tensorflow、卷積神經網絡、詞嵌入與循環神經網絡、序列到序列學習、深度強化學習、無監督神經網絡模型等深度學習領域的基本概念和技術，通過一系列的編程任務，向讀者介紹了熱門的人工智慧應用，包括計算機視覺和自然語言處理等。

那麼預期受眾包括哪些讀者呢？我當然希望這本書能夠幫助到計算機科學領域的從業者，不過教師首先要服務學生，所以這本書主要是作為深度學習課程的教材。

本書要求讀者熟悉線性代數、多元微積分、機率論與數理統計知識，另外需要讀者了解Python編程。

３、Linux系統運維指南：從入門到企業實戰

Linux內核，Linux就該這麼學
用簡潔的語言闡述了企業系統運維的核心知識
學習Linux作業系統必備的理論，結合實際場景對資料庫，伺服器等架構進行演練

本書主要以快速入門及學習Linux系統為出發點，先講解基礎理論，後講解實踐操作，由淺入深，將基礎理論與企業實際應用相結合。

本書最大的特點是面向企業真實的運維環境。全書分為四篇，基礎篇詳細介紹了Linux系統的基礎知識，LAMP/LNMP架構篇介紹了時下企業中最常見的兩種架構的部署與配置，應用服務篇以企業實際運維環境為出發點詳細介紹當下企業用到的各類開源軟體服務，架構運用篇對前三篇的知識進行總結，並結合企業的實際場景加以實踐。這樣由淺入深地學習可以使讀者對企業實際場的運維工作有一個完整且清晰的認識，在快速入門的同時，也能學到企業實際工作環境中必備的技能。

４、Spring Cloud微服務和分布式系統實踐

Java，EE開發教程書籍
微服務分布式構架開發實戰
以微服務與分布式開發結合的獨特視角展現來自一線開發者的實戰經驗總結

本書是講述Spring Cloud微服務及其組件的專業技術書籍。微服務系統作為分布式系統的一種形式，必然會帶有分布式系統的各種弊病，因此本書也會介紹分布式系統的一些常見知識，以更好滿足企業構建系統的需求。
本書首先介紹分布式系統和微服務的概念以及技術基礎；然後介紹Spring Cloud的主要組件，包含服務治理和服務發現、服務調用、斷路器、API網關、服務配置和服務監控等，這部分是本書的主要內容；接著介紹企業實踐中經常用到的分布式技術，包括分布式資料庫事務、分布式Redis緩存等；最後介紹遠程過程調用（RPC）以及微服務設計和高並發實踐。

５、Java程序設計入門第2版

Java從入門到精通
Java入門經典教程
零基礎自學Java程序設計

本書的亮點在於其中介紹的每個概念都輔以相應的程序作為示例，以便於讀者更好地理解。此外，書中的所有程序都配有逐行講解，即使沒有編程經驗的用戶也能夠弄清楚背後的概念並掌握編程技術，在設計程序時加以靈活運用。

本書的主要特色如下。

編程方法：以直觀的方式介紹了面向對象編程的重要概念，並通過恰當的示例對其進行詮釋。
提示：以「提示」的形式提供了額外信息。
演示：廣泛採用了示例、示意圖、流程圖、表格、截圖和編程練習等形式展現相關內容。
學習目標：每章的第一頁都總結了本章的主題。
自我評估測試、複習題以及練習：每章都以「自我評估測試」作結，以便於讀者可以評估自己學到的知識。「自我評估測試」的答案在各章末尾給出。另外，在各章末尾還有「複習題」和「練習」，教師可以將其作為試題和練習使用。

６、實時數據處理和分析指南

一本介紹實時大數據計算領域的相關技巧和經驗（包括Flink、Spark、Storm、Kafka等流處理框架技術）的開發實戰指南

《實時數據處理和分析指南》主要介紹實時大數據計算領域的相關技巧和經驗，包括Flink、Spark和Storm等流處理框架技術。全書從搭建開發環境開始，逐步實現流處理，循序漸進地引導讀者學習如何利用Rabbit MQ、Kafka和NiFi以及Storm、Spark、Flink和Beam等組件協同應用來解決實際問題。本書內容分為6個部分，分別是「導言——熟悉實時分析」「搭建基礎設施」「Storm實時計算」「使用Spark實現實時計算」「使用Flink實現實時分析」以及「綜合應用」。在閱讀本書之前，讀者應具備基本的Java和Scala編程基礎，還應熟悉Maven、Java和Eclipse的安裝和配置流程。

７、MATLAB機器學習

理論基礎輔以實際案例
真正把MATLAB內在優勢和和機器學習緊密結合
幫你從入門到實戰解決具體實際問題

MATLAB為機器學習領域提供了必要的工具。用戶可以藉助MATLAB環境提供的強大交互式圖形介面，非常輕鬆地解決機器學習問題。
本書在介紹每個主題前，會簡要概述其理論基礎，然後輔以實際案例進行闡釋。通過閱讀本書，讀者能夠應用機器學習方法，並能充分利用MATLAB的功能解決實際問題。
《MATLAB機器學習》前3章主要介紹MATLAB機器學習的基礎知識、使用MATLAB導入數據和組織數據的方法以及從數據到知識發掘的方法，中間3章主要介紹回歸分析、分類分析以及無監督學習，最後3章介紹人工神經網絡、降維變換的方法以及機器學習實戰的相關知識。

８、機器學習開發者指南

我們將從基本的機器學習概念、分支和各種類型問題開始講起，部分章節通過解釋相關的基礎數學概念來幫助我們掌握機器學習。隨著章節的推進，我們將講解更加複雜的模型，首先是線性回歸，然後是邏輯回歸，接著是神經網絡以及與其相關的變體（CNN、RNN），最後綜合地介紹更先進的機器學習技術，比如GAN和強化學習。

本書的目標讀者是那些期望掌握機器學習的相關內容、理解主要的基本概念、使用算法思想並能掌握正式數學定義的開發人員。本書使用Python實現了代碼概念，Python語言接口的簡潔性，以及其提供的方便且豐富的工具，將有助於我們處理這些代碼，而有其他程式語言經驗的程式設計師也能理解書中的代碼。

９、Anaconda數據科學實戰

跟金融大數據專家學Python神器-Anaconda
利用Python進行數據分析
快速成為數據科學實戰高手

《Anaconda數據科學實戰》旨在通過一系列示例，引導讀者在編碼和圖表中了解Anaconda的強大之處。本書包括12章，結合R、Python、Octave和Julia等4種程式語言，從平台的安裝和配置開始，循序漸進地引導讀者掌握數據集的獲取、數據可視化、統計建模、管理包、Anaconda的優化、無監督學習、監督學習、數據預測分析、雲、分布式計算等內容。
本書示例豐富，講解細緻，作者不僅在金融領域有著深厚的積累，還有著豐富的教學經驗。對於那些有興趣了解金融領域數據科學的讀者，以及普通的數據分析師或數據科學從業者，本書都是一個不錯的選擇。在閱讀本書之前，我們希望讀者具備R或Python的基本編程知識，以及線性代數相關的基本知識。

4月新書一次說不完，今天小編再給您嘮叨幾本程式設計師新書

１、數學之美 第三版