关于大数据、人工智能的好书不多，每每流连于亚马逊等网站半天，却没找到值得读的，估计很多人跟我一样吧，今天推荐最近读过的八本，有科普类的，也有实操的，实在言之无物的就不提了！

1、吴军的《智能时代》 难度低

笔者专门写过读书笔记，非常通俗的读物，老少咸宜。

2、李开复的《人工智能》 难度低

笔者专门写过读书笔记，非常通俗的读物，老少咸宜。

3、李彦宏等《智能革命》 难度低

有些内容，但逻辑混乱，估计很多人一起写的缘故，但还是可以读读，毕竟能了解百度的一些进展。

4、郑泽宇《TensorFlow实战Google深度学习框架》 难度中

深度学习Tensorflow入门之书，中文版没看到更好的了，还有本《Tensorflow实战》很垃圾，注意这是实操之书，要读代码。

5、无名英雄《斯坦福大学2014 机器学习教程个人笔记》电子书 难度中上

对于机器学习有新的领悟，其实比很多出版的机器学习的书还好，同步可以看教学视频，自己晚上搜，注意这是实操之书，要有统计的一些背景。

6、谢朝阳《云计算规划、实施和运维》 难度中下

参加一个会议被赠送的书，算是读完了，但一直没找到能把云计算发展体系讲得深入浅出的好书，有推荐的可以推荐下。

7、马欢、刘晨译《DAMA数据管理知识体系指南》 难度中

一直搞数据管理却没看过这本书，这次算是读透了，有新的领悟，具有实操经验的人士看了会有较深感悟，否则有些地方会觉得云里雾里。

8、Danette McGilvray《数据质量工程实践》 难度中

绝版了，买了打印的书，体系写得不错，可惜纸张太差。

9、《衡水重点中学状元手写笔记》，英语，数学，语文

为了孩子，向新时代的学霸学习。

欢迎大家反馈留言推荐大数据、云计算、人工智能的好书，读到好书，一定会写笔记分享出来，大家共同进步！

大数据学习方向

一、大数据运维之Linux基础

打好Linux基础，以便更好地学习Hadoop，hbase,NoSQL，Spark，Storm，docker,openstack等。因为企业

中的项目基本上都是使用Linux环境下搭建或部署的。

二、大数据开发核心技术 – Hadoop 2.x从入门到精通

大数据的基石：其一，分布式文件系统HDFS用于存储海量数据，无论是Hive、HBase或者Spark数据存储在其上面；其二是分布式资源管理框架

YARN，是Hadoop 云操作系统（也称数据系统），管理集群资源和分布式数据处理框架MapReduce、Spark应用的资源调度与监控；分布式并行计算框架

MapReduce目前是海量数据并行处理的一个最常用的框架。Hadoop 2.x的编译、环境搭建、HDFS Shell使用，YARN 集群资源管理与任务监控，MapReduce编

程，分布式集群的部署管理（包括高可用性HA）必须要掌握的。