版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_33813365/article/details/82623331
买了几本书，其实大多我都有电子版的，只是这几本书都算得上经典（特别是那两本O’Reilly，其实好多时候学了好多东西，编程细节经常容易遗忘，实际开发中还是手边有个几本知识比较系统的手册书翻查一下合适）
《Spark SQL内核剖析》是刚刚上市的，但是翻看了下目录，感觉确实值得读一下，毕竟大数据这块只搞点应用级的代码没啥意思，还是的深入到内核、架构，书评随后写
《算法图解》这块之所以看，是因为算法其实无处不在，别看现在好多地方用机器学习／深度学习，比如说机器学习能做的一般是回归、分类预测这些问题，或者你再搞搞无监督的聚类、PCA降维，深度学习这块普遍应用层面就是CNN、RNN的多种变型新结构，主要还是应用在图像处理、NLP这块，但是现在其实大家大谈AI的同时，感觉对一些经典的算法、思路就变得不再重视，甚至初学者直接忽视掉一些传统理论，就拿图像处理这块距离，现在大家一谈图像的物体检测、物体识别、边缘探测就直接 深层卷积神经网络+双向深层lstm，但是其实图像处理这块有很多基于数学（3D几何空间）的图像切割、去噪音、图像修复的奇妙方法，而且普遍比较实用、效率也高一些，而这些现在来看就直接被初学者忽视了，这样其实很糟糕，会导致你根本看不到图像的本质——立体几何，进而从本质上思考问题
这本书的目录看着就有一种传统的仪式感，离散数学／数据结构 ，同样，书评后面补