重磅乾貨，第一時間送達
最近整理了一下我的書櫃，從讀研到工作這五年，居然已經買了一大堆技術方面的書。但是市面上的書質量良莠不齊，也買過一些味同嚼蠟純粹浪費時間的，發現
選對書比閱讀書更重要
。如何選書，我也積累了許多經驗，除了感興趣，還要看作者、譯者、出版社、版次、簡介、書評等等。
為了避免大家中招，我新開設［
書山有路
］這個欄目，我將每週向大家推薦1-2本，這些書都是我近兩年資料分析之路上，認真看過並覺得非常不錯的。除了資料分析、機器學習和深度學習方面比較經典的的，還會向大家介紹一些我覺得非常有趣的書，每本書我都將給出推薦理由。
這裡也給大家三條建議
1、貪多嚼不爛，不要同時看太多
曾國藩讀書法則“讀書不二”，買回來一大推書，很可能翻來翻去很多還是停留在第一章，所以最好還是一本書沒看完之前不看第二本。
2、最好看紙質書，不動筆墨不讀書
Kindle和iPad雖然方便，但是拿來看書很容易分神，效率很低。紙質書可以在書上寫寫畫畫，這樣可以有助釐清思考，加深印象。
3、制定讀書計劃，不要拖拖拉拉
找到自己的高效閱讀時間，做好規劃，每天讀多少，什麼時候讀，做出一個詳細的計劃，戰線不要拉太長，不要拖拉。
［書山有路］第一期，向大家推薦我讀了很多遍的《數學之美》
本書作者吳軍博士是著名自然語言處理和搜尋專家，他是谷歌公司早期員工之一，開創了網路搜尋反作弊的研究領域，還是當前谷歌中日韓文搜尋演算法的主要設計者。
本書中，吳博士以極為通俗的語言講述了數學在機器學習和自然語言處理等領域的應用，把高深的數學原理講得更加通俗易懂，讓非專業讀者也能領略數學的魅力。書中透過具體的例子，比如語言分析、搜尋引擎排名、地圖導航、雲計算、神經網路等概念，學到的是思考問題的方式 —— 如何化繁為簡，如何用數學去解決工程問題，如何跳出固有思維不斷去思考創新。
感興趣的同學還可以看看吳軍博士其他幾本書，都非常不錯。
豆瓣評分豆瓣評分9。1，本書系統地介紹了科技工業一百多年AT&T 、IBM 、蘋果、英特、微軟、思科、雅虎和Google輝煌和衰落的過程。
豆瓣評分9。1，第四版新增了6章內容，探討矽谷不竭的創新精神究竟源自何處，進一步從工業革命的正規化、生產關係的革命等角度深入全面闡述資訊產業的規律性。
豆瓣評分8。4，是浪潮之巔的續作，從更高的層次分析矽谷的起源和發展，將矽谷的經驗提升到了理論高度，並且解釋了為什麼只有矽谷真正做到了寬容叛逆、寬容失敗、多元文化和拒絕平庸。
豆瓣評分9。0，吳老師用更宏觀的視角，從地球誕生到近現代的順序講述了人類文明程序的各個階段，全景式地展現了人類文明發展歷程中的多樣性。內容涉及人類文明開始、大航海、近代科學興起、工業革命、原子能應用、音樂、美術、計算機、網際網路、金融、矽谷對世界科技發展的啟迪、微粒子和宇宙天文學、環境保護等等。