有名人说过：”说不清是哪本书影响了我的追求和命运，唯有感恩，感恩于那个时候读到的每一本书。”

1、Python接口自动化测试

本书适合初、中级测试工程师，对Python 语言感兴趣的人员，以及想要提升技术的人员。

本书是实实在在的一线测试干货积累，提供落地化的HTTP协议接口自动化脚本，以及实实在在的可运行环境。有了这本书，就等于有了一套实实在在的测试平台。

2、深度学习之TensorFlow

这是一本专注于实战的AI图书，兼容TensorFlow 1.x和2.x版本，共75个实例。

书本中的实例都是可以直接应用到工程中的。例如：通过微调模型分辨男女；用TF-Hub库微调模型以评估人物的年龄；用tf.layers API在动态图上识别手写数字；搭建YOLO V3模型，识别图片中的酒杯、水果等物体等

3、亲密接触人工智能

本书将带领读者搭建一个真实、完整的对话机器人。

读者只要跟着书中的步骤一步步来即可得到最终的结果。 前台采用微信小程序来实现，中台采用“Apache Tomcat + Java”来实现，这样可降低读者的学习成本。后台采用最为流行的TensorFlow 框架来完成对话机器人对话模型的深度学习。

4、深度学习：基于Keras的Python实践

本书非常适合于项目经理，有意从事机器学习开发的程序员，以及高校在读相关专业的学生。

本书系统讲解了深度学习的基本知识，以及使用深度学习解决实际问题，详细介绍了如何构建及优化模型，并针对不同的问题给出不同的解决方案。

5、Spark大数据分析 源码解析与实例详解

适合对大数据感兴趣的爱好者以及正在使用Spark的数据库管理员阅读使用。

Spark与Hadoop生态圈紧密结合，并能够独立运行。其高度完善的API及容错机制，能大大降低数据丢失或错乱的风险，从而让开发者将更多的精力放在数据分析的具体逻辑上。

 6、推荐系统开发实战

适合有python基础，有意向从事推荐系统开发的读者。三个真正的推荐系统——新闻推荐系统、音乐推荐系统、图书推荐系统。

本书非常适合有一定编程基础、对推荐系统感兴趣的读者，希望用推荐算法完成设计的高等院校计算机或电子信息专业的学生，学习过Python、初学数据挖掘、机器学习的算法工程师或数据分析师阅读使用。

7、matplotlib实践

讲解使用matplotlib绘制各种图表的方法，并灵活设置图形。

采用大量案例，使读者可以根据自身需求灵活使用matplotlib中的函数、面向对象方法和绘图语句。

8、Python带我起飞 入门、进阶、商业实战

Python，深度学习，机器学习，大数据，python编程，从入门到实践，数据分析，数据挖掘。

《Python带我起飞——入门、进阶、商业实战》结构清晰、案例丰富、通俗易懂、实用性强。特别适合Python 语言的初学和进阶读者，作为自学教程阅读。

 9、Kafka并不难学！入门、进阶、商业实战

适合想从事Kafka大数据处理的专业技术人员阅读，包括但不限于大数据相关应用的开发者。

本书介绍了消息队列和Kafka、安装与配置Kafka环境；Kafka的基础操作、生产者和消费者、存储及管理数据；

10、MySQL王者晋级之路

本书深入剖析MySQL数据库体系结构，实战演练备份恢复、主从复制。

详解高可用集群架构的设计与实践过程，详细梳理优化思路，展现新版本的特性，并与真实生产案例相结合，通过核心原理到“王者”实战，全面覆盖MySQL数据库的知识点。本书适合熟悉Linux系统且想提升MySQL水平的读者。