知识，主要是靠主动“抓”出来的，不是靠“教”出来的。　——钱三强

今天小编把４月新书又做了一个新的汇总，程序员们，四月新书很多哟！按照自己的领域，选最适合你的那一本。祝您阅读愉快。

１、数学之美 第三版

• 浪潮之巅、文明之光、硅谷之谜、大学之路、见识作者吴军博士作品
• 新增区块链、量子通信、人工智能知识
• 文津图书奖获奖书，央视推荐的学科敲门砖

在《数学之美》里，吴军博士集中阐述了他对数学和信息处理这些专业学科的理解，把数学在IT领域，特别是语音识别、自然语言处理和信息搜索等方面的美丽之处予以了精彩表达，这些都是智能时代的热门技术话题。

本书还用了大量篇幅介绍各个领域的典故，是文科生也可以看懂的科普读物。成为一个领域的大师有其偶然性，但更有其必然性。其必然性就是大师们的思维方法。通过本书，可以了解他们的平凡与卓越，理解他们取得成功的原因，感受那些真正懂得数学之美的人们所拥有的美好人生。

第三版增加了三章新内容，分别介绍当今非常热门的三个主题：区块链的数学基础，量子通信的原理，以及人工智能的数学极限。

２、深度学习导论

• 人工智能深度学习经典入门书
• 基于TensorFlow和Python，美国常青藤名校典教材
• 理论与实战结合的良好典范，附带习题和答案

本书讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉和自然语言处理等。

那么预期受众包括哪些读者呢？我当然希望这本书能够帮助到计算机科学领域的从业者，不过教师首先要服务学生，所以这本书主要是作为深度学习课程的教材。

本书要求读者熟悉线性代数、多元微积分、概率论与数理统计知识，另外需要读者了解Python编程。

３、Linux系统运维指南：从入门到企业实战

• Linux内核，Linux就该这么学
• 用简洁的语言阐述了企业系统运维的核心知识
• 学习Linux操作系统必备的理论，结合实际场景对数据库，服务器等架构进行演练

本书主要以快速入门及学习Linux系统为出发点，先讲解基础理论，后讲解实践操作，由浅入深，将基础理论与企业实际应用相结合。

本书最大的特点是面向企业真实的运维环境。全书分为四篇，基础篇详细介绍了Linux系统的基础知识，LAMP/LNMP架构篇介绍了时下企业中最常见的两种架构的部署与配置，应用服务篇以企业实际运维环境为出发点详细介绍当下企业用到的各类开源软件服务，架构运用篇对前三篇的知识进行总结，并结合企业的实际场景加以实践。这样由浅入深地学习可以使读者对企业实际场的运维工作有一个完整且清晰的认识，在快速入门的同时，也能学到企业实际工作环境中必备的技能。

４、Spring Cloud微服务和分布式系统实践

• Java，EE开发教程书籍
• 微服务分布式构架开发实战
• 以微服务与分布式开发结合的独特视角展现来自一线开发者的实战经验总结

本书是讲述Spring Cloud微服务及其组件的专业技术书籍。微服务系统作为分布式系统的一种形式，必然会带有分布式系统的各种弊病，因此本书也会介绍分布式系统的一些常见知识，以更好满足企业构建系统的需求。
本书首先介绍分布式系统和微服务的概念以及技术基础；然后介绍Spring Cloud的主要组件，包含服务治理和服务发现、服务调用、断路器、API网关、服务配置和服务监控等，这部分是本书的主要内容；接着介绍企业实践中经常用到的分布式技术，包括分布式数据库事务、分布式Redis缓存等；最后介绍远程过程调用（RPC）以及微服务设计和高并发实践。

５、Java程序设计入门 第2版

• Java从入门到精通
• Java入门经典教程
• 零基础自学Java程序设计

本书的亮点在于其中介绍的每个概念都辅以相应的程序作为示例，以便于读者更好地理解。此外，书中的所有程序都配有逐行讲解，即使没有编程经验的用户也能够弄清楚背后的概念并掌握编程技术，在设计程序时加以灵活运用。

本书的主要特色如下。

• 编程方法：以直观的方式介绍了面向对象编程的重要概念，并通过恰当的示例对其进行诠释。
• 提示：以“提示”的形式提供了额外信息。
• 演示：广泛采用了示例、示意图、流程图、表格、截图和编程练习等形式展现相关内容。
• 学习目标：每章的第一页都总结了本章的主题。
• 自我评估测试、复习题以及练习：每章都以“自我评估测试”作结，以便于读者可以评估自己学到的知识。“自我评估测试”的答案在各章末尾给出。另外，在各章末尾还有“复习题”和“练习”，教师可以将其作为试题和练习使用。

６、实时数据处理和分析指南

• 一本介绍实时大数据计算领域的相关技巧和经验（包括Flink、Spark、Storm、Kafka等流处理框架技术）的开发实战指南

《实时数据处理和分析指南》主要介绍实时大数据计算领域的相关技巧和经验，包括Flink、Spark和Storm等流处理框架技术。全书从搭建开发环境开始，逐步实现流处理，循序渐进地引导读者学习如何利用Rabbit MQ、Kafka和NiFi以及Storm、Spark、Flink和Beam等组件协同应用来解决实际问题。 本书内容分为6个部分，分别是“导言——熟悉实时分析”“搭建基础设施”“Storm实时计算”“使用Spark实现实时计算”“使用Flink实现实时分析”以及“综合应用”。 在阅读本书之前，读者应具备基本的Java和Scala编程基础，还应熟悉Maven、Java和Eclipse的安装和配置流程。

７、MATLAB机器学习

• 理论基础辅以实际案例
• 真正把MATLAB内在优势和和机器学习紧密结合
• 帮你从入门到实战解决具体实际问题

MATLAB为机器学习领域提供了必要的工具。用户可以借助MATLAB环境提供的强大交互式图形界面，非常轻松地解决机器学习问题。
本书在介绍每个主题前，会简要概述其理论基础，然后辅以实际案例进行阐释。通过阅读本书，读者能够应用机器学习方法，并能充分利用MATLAB的功能解决实际问题。
《MATLAB机器学习》前3章主要介绍MATLAB机器学习的基础知识、使用MATLAB导入数据和组织数据的方法以及从数据到知识发掘的方法，中间3章主要介绍回归分析、分类分析以及无监督学习，最后3章介绍人工神经网络、降维变换的方法以及机器学习实战的相关知识。

８、机器学习开发者指南

我们将从基本的机器学习概念、分支和各种类型问题开始讲起，部分章节通过解释相关的基础数学概念来帮助我们掌握机器学习。随着章节的推进，我们将讲解更加复杂的模型，首先是线性回归，然后是逻辑回归，接着是神经网络以及与其相关的变体（CNN、RNN），最后综合地介绍更先进的机器学习技术，比如GAN和强化学习。

本书的目标读者是那些期望掌握机器学习的相关内容、理解主要的基本概念、使用算法思想并能掌握正式数学定义的开发人员。本书使用Python实现了代码概念，Python语言接口的简洁性，以及其提供的方便且丰富的工具，将有助于我们处理这些代码，而有其他编程语言经验的程序员也能理解书中的代码。

９、Anaconda数据科学实战

• 跟金融大数据专家学Python神器-Anaconda
• 利用Python进行数据分析
• 快速成为数据科学实战高手

《Anaconda数据科学实战》旨在通过一系列示例，引导读者在编码和图表中了解Anaconda的强大之处。本书包括12章，结合R、Python、Octave和Julia等4种编程语言，从平台的安装和配置开始，循序渐进地引导读者掌握数据集的获取、数据可视化、统计建模、管理包、Anaconda的优化、无监督学习、监督学习、数据预测分析、云、分布式计算等内容。
本书示例丰富，讲解细致，作者不仅在金融领域有着深厚的积累，还有着丰富的教学经验。对于那些有兴趣了解金融领域数据科学的读者，以及普通的数据分析师或数据科学从业者，本书都是一个不错的选择。在阅读本书之前，我们希望读者具备R或Python的基本编程知识，以及线性代数相关的基本知识。