新年到啦，大家开不开心，激不激动！

小编一早捧着热腾腾的年终奖高兴万分

一拍脑门决定：

来！送！福！利！

 

当然，遇上如此喜庆的好日子

土豪小编要来点简单粗暴的

所以本次迎春赠书活动

福！利！翻！三！倍！

 

 

2017年，超多推荐的技术好书得到了大家的热捧和好评，由于每期只有3个赠书名额的限制，未能让小伙伴们如愿……

值此佳节，社群联合@图灵教育 开启壕无人性送书模式，精选过往最受欢迎和近期新晋的各5本大数据书籍进行推荐，并送出10个赠书名额，前所未有的超值惊喜，让你的春节鸿运到底！

本书以0.10版本的源码为基础，深入分析了Kafka的设计与实现，包括生产者和消费者的消息处理流程，新旧消费者不同的设计方式，存储层的实现，协调者和控制器如何确保Kafka集群的分布式和容错特性，两种同步集群工具MirrorMaker和uReplicator，流处理的两种API以及Kafka的一些高级特性等。

购买链接：https://item.jd.com/12234113.html

本书是关于Kafka的全面教程，主要内容包括：Kafka相对于其他消息队列系统的优点，主要是它如何完美匹配大数据平台开发；详解Kafka内部设计；用Kafka构建应用的最佳实践；理解在生产中部署Kafka的最佳方式；如何确保Kafka集群的安全。

购买链接：https://item.jd.com/12270295.html

本书是使用Spark进行大规模数据分析的实战宝典，由著名大数据公司Cloudera数据科学家撰写。首先介绍了Spark及其生态系统，接着详细介绍了将分类、协同过滤及异常检查等常用技术应用于基因学、安全和金融领域的若干模式。如果你对机器学习和统计学有基本的了解，并且会用Java、Python或Scala编程，这些模式将有助于你开发自己的数据应用。

购买链接：https://item.jd.com/11802667.html

本书采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。 “端点的设计、请求的形式、响应数据的设计等，能够学到很多具体的技巧。虽然是很薄的一本书，但实际工作中需要的信息都很好地涵盖到了。”

购买链接：https://item.jd.com/12219342.html

图灵最受欢迎的算法新书，获评“人民邮电出版社年度好书”。本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；K最近邻算法。 

购买链接：https://item.jd.com/12148832.html

本书豆瓣评分8.6分，通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。

购买链接：https://item.jd.com/12169299.html

本书是专注于数据挖掘与分析的基本算法的入门图书，内容分为数据分析基础、频繁模式挖掘、聚类和分类四个部分，每一部分的各个章节兼顾基础知识和前沿话题，例如核方法、高维数据分析、复杂图和网络等。每一章最后均附有参考书目和习题。

购买链接：https://item.jd.com/12179115.html

本书以Python语言讲述数据科学基础知识，涵盖了数据采集、清洗、存储、检索、转换、可视化、高级数据分析（网络分析）、统计和机器学习等内容。具体内容包括：数据科学的Python核心特性，文本数据、数据库、表格形式的数值数据、series和frame、网络数据的使用，数据的绘制，概率与统计，机器学习。

购买链接：https://item.jd.com/12234539.html

本书主要内容包括：机器学习基本概念、原理，Weka、Mahout、Spark等常见机器学习库的用法，各类机器学习常见任务，包括分类、预测预报、购物篮分析、检测异常、行为识别、图像识别以及文本分析。最后还提供了相关Web资源、各种技术研讨会议以及机器学习挑战赛等进阶所需内容。

链接：https://item.jd.com/12179091.html