買了幾本書，其實大多我都有電子版的，只是這幾本書都算得上經典（特別是那兩本O’Reilly，其實好多時候學了好多東西，程式設計細節經常容易遺忘，實際開發中還是手邊有個幾本知識比較系統的手冊書翻查一下合適）

《Spark SQL核心剖析》是剛剛上市的，但是翻看了下目錄，感覺確實值得讀一下，畢竟大資料這塊只搞點應用級的程式碼沒啥意思，還是的深入到核心、架構，書評隨後寫

《演算法圖解》這塊之所以看，是因為演算法其實無處不在，別看現在好多地方用機器學習／深度學習，比如說機器學習能做的一般是迴歸、分類預測這些問題，或者你再搞搞無監督的聚類、PCA降維，深度學習這塊普遍應用層面就是CNN、RNN的多種變型新結構，主要還是應用在影象處理、NLP這塊，但是現在其實大家大談AI的同時，感覺對一些經典的演算法、思路就變得不再重視，甚至初學者直接忽視掉一些傳統理論，就拿影象處理這塊距離，現在大家一談影象的物體檢測、物體識別、邊緣探測就直接 深層卷積神經網路+雙向深層lstm，但是其實影象處理這塊有很多基於數學（3D幾何空間）的影象切割、去噪音、影象修復的奇妙方法，而且普遍比較實用、效率也高一些，而這些現在來看就直接被初學者忽視了，這樣其實很糟糕，會導致你根本看不到影象的本質——立體幾何，進而從本質上思考問題