3243三國演義 （羅貫中著長篇小說） 編輯《三國演義》是中國古典四大名著之一，是中國第一部長篇章回體歷史演義小說，全名為《三國志通俗演義》（又稱《三國演義》），作者是元末明初的著名小說家羅貫中?！度龂萘x》描寫了從東漢末年到西晉初年之間近百年的歷史風(fēng)云，以描寫戰(zhàn)爭為主，訴說了東漢末年的群雄割據(jù)混戰(zhàn)和漢、魏、吳三國之間的政治和軍事斗爭，最終司馬炎一統(tǒng)三國，建立晉朝的故事。反映了三國時(shí)代各類社會(huì)斗爭與矛盾的轉(zhuǎn)化，并概括了這一時(shí)代的歷史巨變，塑造了一群叱咤風(fēng)云的三國英雄人物。
郾城網(wǎng)站建設(shè)公司成都創(chuàng)新互聯(lián),郾城網(wǎng)站設(shè)計(jì)制作，有大型網(wǎng)站制作公司豐富經(jīng)驗(yàn)。已為郾城上千多家提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\外貿(mào)營銷網(wǎng)站建設(shè)要多少錢，請找那個(gè)售后服務(wù)好的郾城做網(wǎng)站的公司定做！
1．Kevin Mitnick
凱文·米特尼克（Kevin David Mitnick，1964年美國洛杉磯出生），有評論稱他為世界上“頭號(hào)電腦駭客”。這位“著名人物”現(xiàn)年不過50歲，但其傳奇的黑客經(jīng)歷足以令全世界為之震驚。
2．Adrian Lamo
艾德里安·拉莫（Adrian Lamo）
Adrian Lamo：歷史上五大最著名的黑客之一。Lamo專門找大的組織下手，例如破解進(jìn)入微軟和《紐約時(shí)報(bào)》。Lamo喜歡使用咖啡店、Kinko店或者圖書館的網(wǎng)絡(luò)來進(jìn)行他的黑客行為，因此得了一個(gè)諢號(hào)：不回家的黑客。Lamo經(jīng)常發(fā)現(xiàn)安全漏洞，并加以利用。通常他會(huì)告知企業(yè)相關(guān)的漏洞。
3．Jonathan James
喬納森·詹姆斯(Jonathan James），歷史上五大最著名的黑客之一。
16歲的時(shí)候James就已經(jīng)惡名遠(yuǎn)播，因?yàn)樗蔀榱说谝粋€(gè)因?yàn)楹诳托袕奖徊度氇z的未成年人。他稍后承認(rèn)自己喜歡開玩笑、四處閑逛和迎接挑戰(zhàn)。
4．Robert Tappan Morrisgeek.
Robert Tappan Morrisgeek.美國歷史上五大最著名的黑客之一。
Morris的父親是前美國國家安全局的一名科學(xué)家，叫做Robert Morris。Robert是Morris蠕蟲病毒的創(chuàng)造者，這一病毒被認(rèn)為是首個(gè)通過互聯(lián)網(wǎng)傳播的蠕蟲病毒。也正是如此，他成為了首個(gè)被以1986年電腦欺騙和濫用法案起訴的人。
5．Kevin Poulsen
凱文·普爾森，全名凱文·李·普爾森（Kevin Lee Poulsen），1965年出生于美國的Pasadena。他常使用馬甲“Dark Dante（黑暗但丁）”作案，因攻擊進(jìn)入洛杉磯電臺(tái)的KIIS-FM電話線而出名，這也為他贏得了一輛保時(shí)捷。 Richard Stallman--傳統(tǒng)型大黑客，Stallman在1971年受聘成為美國麻省理工學(xué)院人工智能實(shí)驗(yàn)室程序員。
Ken Thompson和Dennis Ritchie--貝爾實(shí)驗(yàn)室的電腦科學(xué)操作組程序員。兩人在1969年發(fā)明了Unix操作系統(tǒng)。
John Draper（以咔嚓船長，Captain Crunch聞名）--發(fā)明了用一個(gè)塑料哨子打免費(fèi)電話
Mark Abene（以Phiber Optik而聞名）--鼓舞了全美無數(shù)青少年“學(xué)習(xí)”美國內(nèi)部電話系統(tǒng)是如何運(yùn)作的
Robert Morris--康奈爾大學(xué)畢業(yè)生，在1988年不小心散布了第一只互聯(lián)網(wǎng)病毒“蠕蟲”
2002年，對于曾經(jīng)臭名昭著的計(jì)算機(jī)黑客凱文·米特尼克來說，圣誕節(jié)提前來到了。這一年，的確是Kevin Mitnick快樂的一年。不但是獲得了徹底的自由（從此可以自由上網(wǎng)，不能上網(wǎng)對于黑客來說，就是另一種監(jiān)獄生活）。而且，他還推出了一本剛剛完成的暢銷書《欺騙的藝術(shù)》（The Art of Deception: Controlling the Human Element of Security）。此書大獲成功，成為Kevin Mitnick重新引起人們關(guān)注的第一炮。
Jargon File中對“黑客”一詞給出了很多個(gè)定義，大部分定義都涉及高超的編程技術(shù)，強(qiáng)烈的解決問題和克服限制的欲望。如果你想知道如何成為一名黑客，那么好，只有兩方面是重要的。（態(tài)度和技術(shù)）
自學(xué)Java有哪些必備的學(xué)習(xí)書籍，在這里一一給你展示出來：
在這里給你推薦幾本書，非常優(yōu)秀的書籍：
當(dāng)然在推薦之前，你可以在B站內(nèi)搜索我們的名字，觀看一下我們的學(xué)習(xí)視頻；
我校名師高淇講述的Java300集課程，非常適合剛?cè)腴T的零基礎(chǔ)學(xué)者哦！
這幾本書相當(dāng)不錯(cuò)，推薦給你：
1.《Java編程規(guī)范》 適合對象：初級(jí)、中級(jí)
介紹：這本書的作者是被譽(yù)為Java之父的James Gosling，入門者推薦閱讀，對基礎(chǔ)的講解很不錯(cuò)。
2.《Java編程思想》 適合對象：初級(jí)、中級(jí)
介紹：豆瓣給出了9.1的評分，全球程序員廣泛贊譽(yù)。有人說這本書不適合初學(xué)者，不過小編認(rèn)為作者并沒有對讀者已有的知識(shí)經(jīng)驗(yàn)有過多要求，只是要求讀者需要知道基本的程序語言。作者以通俗易懂及小而直接的示例解釋了一個(gè)個(gè)晦澀抽象的概念，需要花時(shí)間細(xì)細(xì)研讀。
3.《Java核心技術(shù)：卷I基礎(chǔ)知識(shí)》 適合對象：初級(jí)、中級(jí)
介紹：官方機(jī)構(gòu)圖書，備一本總是沒錯(cuò)的。這本書比較全面也通俗易懂。可以當(dāng)字典的功能來用，學(xué)習(xí)入門必備。
4.《Java數(shù)據(jù)結(jié)構(gòu)和算法》 適合對象：初級(jí)、中級(jí)、高級(jí)
介紹：這本書目前基本斷貨，足以說明搶手程度。作者主要使用Java語言描述了我們常用的數(shù)據(jù)結(jié)構(gòu)，值得一看。
5.《Java與模式》 適合對象：中級(jí)、高級(jí)
介紹：難得一見的國人寫的Java好書。主要講解設(shè)計(jì)原則以及最為常見的設(shè)計(jì)模式的實(shí)用教材。這本書出現(xiàn)的比較早，是初級(jí)到中高級(jí)必讀的圖書之一。
6.《SCJP學(xué)習(xí)指南》 適合對象：初級(jí)、中級(jí)
介紹：官方考試的必備圖書，對檢驗(yàn)自己的Java學(xué)習(xí)情況很有幫助。這本書特別適合學(xué)生閱讀，這本書理解透了，找工作面試Java題目不會(huì)有任何問題。一些工作多年的工程師都會(huì)在里邊遇到一些不會(huì)做的題目。
學(xué)習(xí)的過程中，編程視頻的彌補(bǔ)是不可缺失的，需要的話點(diǎn)個(gè)贊吧！
進(jìn)階篇
1.《重構(gòu)：改善既有代碼的設(shè)計(jì)》 適合對象：中級(jí)、高級(jí)
介紹：清晰揭示了重構(gòu)的過程，解釋了重構(gòu)的原理和最佳實(shí)踐方式，并給出了何時(shí)以及何地應(yīng)該開始挖掘代碼以及改善。大師的杰作，讓你明白軟件是一步步改進(jìn)的，不是一蹴而就的。
2.《XML入門經(jīng)典》 適合對象：初級(jí)、中級(jí)、高級(jí)
介紹：很多人覺得沒必要買XML書籍，不過我還是覺得推薦一本給你作為工具書，而且看本書可以使得你對XML方方面面有個(gè)了解。里面不少東西還是用到的。
3.《jQuery基礎(chǔ)教程》 適合對象：初級(jí)、中級(jí)、高級(jí)
介紹：從這個(gè)開始學(xué)習(xí)jQuery才是根本，不然以后遇到的很多奇怪問題不知所以然。jQuery個(gè)人感覺已經(jīng)成為目前的javascript標(biāo)準(zhǔn)庫了，插件無數(shù)，大大簡化了前端工作。
4.《JavaScript權(quán)威指南》 適合對象：初級(jí)、中級(jí)、高級(jí)
介紹：一本從全新視角和層次來介紹JavaScript的參考書，填補(bǔ)了市場的空白。是學(xué)習(xí)js的必備參考工具書之一。
5.《代碼整潔之道》 適合對象：中級(jí)、高級(jí)
介紹：講述了一系列行之有效的整潔代碼操作實(shí)踐。軟件工程的理想編碼是無數(shù)人編出來的代碼像一個(gè)人寫的，這本書當(dāng)作規(guī)范就不錯(cuò)。
最后：學(xué)習(xí)Java編程一定要努力學(xué)習(xí)！祝你成功！
var oDiv=document.getElementById("Layer1");
運(yùn)行這個(gè)語句時(shí),層Layer1還沒有建立.甩以,oDIv常為Null
你可以嘗試把JS部份的代碼放到最好.應(yīng)該沒有問題了,
上次發(fā)問時(shí),記得連錯(cuò)誤信息一起報(bào)出來
大數(shù)據(jù)
數(shù)據(jù)科學(xué)并沒有一個(gè)獨(dú)立的學(xué)科體系，統(tǒng)計(jì)學(xué)，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘，數(shù)據(jù)庫，分布式計(jì)算，云計(jì)算，信息可視化等技術(shù)或方法來對付數(shù)據(jù)。
但從狹義上來看，我認(rèn)為數(shù)據(jù)科學(xué)就是解決三個(gè)問題：
1. data pre-processing;(數(shù)據(jù)預(yù)處理）
2. data interpretation；（數(shù)據(jù)解讀）
3.data modeling and analysis.（數(shù)據(jù)建模與分析）
這也就是我們做數(shù)據(jù)工作的三個(gè)大步驟：
1、原始數(shù)據(jù)要經(jīng)過一連串收集、提取、清洗、整理等等的預(yù)處理過程，才能形成高質(zhì)量的數(shù)據(jù)；
2、我們想看看數(shù)據(jù)“長什么樣”，有什么特點(diǎn)和規(guī)律；
3、按照自己的需要，比如要對數(shù)據(jù)貼標(biāo)簽分類，或者預(yù)測，或者想要從大量復(fù)雜的數(shù)據(jù)中提取有價(jià)值的且不易發(fā)現(xiàn)的信息，都要對數(shù)據(jù)建模，得到output。
這三個(gè)步驟未必嚴(yán)謹(jǐn)，每個(gè)大步驟下面可能依問題的不同也會(huì)有不同的小步驟，但按我這幾年的經(jīng)驗(yàn)來看，按照這個(gè)大思路走，數(shù)據(jù)一般不會(huì)做跑偏。
這樣看來，數(shù)據(jù)科學(xué)其實(shí)就是門復(fù)合型的技術(shù)，既然是技術(shù)就從編程語言談起吧，為了簡練，只說說R和Python。但既然是薦數(shù)據(jù)科學(xué)方面的書，我這里就不提R/Python編程基礎(chǔ)之類的書了，直接上跟數(shù)據(jù)科學(xué)相關(guān)的。
R programming
如果只是想初步了解一下R語言已經(jīng)R在數(shù)據(jù)分析方面的應(yīng)用，那不妨就看看這兩本：
R in action：我的R語言大數(shù)據(jù)101。其實(shí)對于一個(gè)沒有任何編程基礎(chǔ)的人來說，一開始就學(xué)這本書，學(xué)習(xí)曲線可能會(huì)比較陡峭。但如果配合上一些輔助材料，如官方發(fā)布的R basics（），stackoverflow上有tag-R的問題集（Newest ‘r’ Questions），遇到復(fù)雜的問題可在上面搜索，總會(huì)找到解決方案的。這樣一來，用這本書拿來入門學(xué)習(xí)也問題不大。而且這本書作者寫得也比較輕松，緊貼實(shí)戰(zhàn)。
Data analysis and graphics using R：使用R語言做數(shù)據(jù)分析的入門書。這本書的特點(diǎn)也是緊貼實(shí)戰(zhàn)，沒有過多地講解統(tǒng)計(jì)學(xué)理論，所以喜歡通過情境應(yīng)用來學(xué)習(xí)的人應(yīng)該會(huì)喜歡這本入門書。而且這本書可讀性比較強(qiáng)，也就是說哪怕你手頭沒電腦寫不了代碼，有事沒事拿出這本書翻一翻，也能讀得進(jìn)去。
但如果你先用R來從事實(shí)實(shí)在在的數(shù)據(jù)工作，那么上面兩本恐怕不夠，還需要這些：
Modern applied statistics with S：這本書里統(tǒng)計(jì)學(xué)的理論就講得比較多了，好處就是你可以用一本書既復(fù)習(xí)了統(tǒng)計(jì)學(xué)，又學(xué)了R語言。（S/Splus和R的關(guān)系就類似于Unix和Linux，所以用S教程學(xué)習(xí)R，一點(diǎn)問題都沒有）
Data manipulation with R：這本書實(shí)務(wù)性很強(qiáng)，它教給你怎么從不同格式的原始數(shù)據(jù)文件里讀取、清洗、轉(zhuǎn)換、整合成高質(zhì)量的數(shù)據(jù)。當(dāng)然和任何一本注重實(shí)戰(zhàn)的書一樣，本書也有豐富的真實(shí)數(shù)據(jù)或模擬數(shù)據(jù)供你練習(xí)。對于真正從事數(shù)據(jù)處理工作的人來說，這本書的內(nèi)容非常重要，因?yàn)閷τ谌魏窝芯?，一?xiàng)熟練的數(shù)據(jù)預(yù)處理技能可以幫你節(jié)省大量的時(shí)間和精力。否則，你的研究總是要等待你的數(shù)據(jù)。
R Graphics Cookbook：想用R做可視化，就用這本書吧。150多個(gè)recipes，足以幫你應(yīng)付絕大多數(shù)類型的數(shù)據(jù)。以我現(xiàn)在極業(yè)余的可視化操作水平來看，R是最容易做出最漂亮的圖表的工具了。
An introduction to statistical learning with application in R：這本書算是著名的the element of statistical learning的姊妹篇，后者更注重統(tǒng)計(jì)（機(jī)器）學(xué)習(xí)的模型和算法，而前者所涉及的模型和算法原沒有后者全面或深入，但卻是用R來學(xué)習(xí)和應(yīng)用機(jī)器學(xué)習(xí)的很好的入口。
A handbook of statistical analysis using R：這本書內(nèi)容同樣非常扎實(shí)，很多統(tǒng)計(jì)學(xué)的學(xué)生就是用這本書來學(xué)習(xí)用R來進(jìn)行統(tǒng)計(jì)建模的。
Python
Think Python，Think Stats，Think Bayes：這是Allen B. Downey寫的著名的Think X series三大卷。其實(shí)是三本精致的小冊子，如果想快速地掌握Python在統(tǒng)計(jì)方面的操作，好好閱讀這三本書，認(rèn)真做習(xí)題，答案鏈接在書里有。這三本書學(xué)通了，就可以上手用Python進(jìn)行基本的統(tǒng)計(jì)建模了。
Python For Data Analysis： 作者是pandas的主要開發(fā)者，也正是Pandas使Python能夠像R一樣擁有dataframe的功能，能夠處理結(jié)構(gòu)比較復(fù)雜的數(shù)據(jù)。這本書其實(shí)analysis講得不多，說成數(shù)據(jù)處理應(yīng)該更合適。掌握了這本書，處理各種糟心的數(shù)據(jù)就問題不大了。
Introduction to Python for Econometrics, Statistics and Data Analysis：這本書第一章就告訴你要安裝Numpy, Scipy, Matplotlib, Pandas, IPython等等。然后接下來的十好幾章就是逐一介紹這幾個(gè)庫該怎么用。很全面，但讀起來比較枯燥，可以用來當(dāng)工具書。
Practical Data Analysis： 這本書挺奇葩，貌似很暢銷，但作者把內(nèi)容安排得東一榔頭西一棒子，什么都講一點(diǎn)，但一個(gè)都沒講透。這本書可以作為我們學(xué)習(xí)數(shù)據(jù)分析的一個(gè)索引，看到哪塊內(nèi)容有意思，就順著它這個(gè)藤去摸更多的瓜。
Python Data Visualization Cookbook： 用Python做可視化的教材肯定不少，我看過的也就這一本，覺得還不錯(cuò)。其實(shí)這類書差別都不會(huì)很大，咬住一本啃下來就是王道。
Exploratory Data Analysis 和 Data Visualization
Exploratory Data Analysis：John Tukey寫于1977年的經(jīng)典老教材，是這一領(lǐng)域的開山之作。如今EDA已經(jīng)是統(tǒng)計(jì)學(xué)里的重要一支，但當(dāng)時(shí)還是有很多人對他的工作不屑一顧?？伤麗蹟?shù)據(jù)，堅(jiān)信數(shù)據(jù)可以以一種出人意料的方式呈現(xiàn)出來。正是他的努力，讓數(shù)據(jù)可視化成為一門無比迷人的技術(shù)。但這本書不推薦閱讀了，內(nèi)容略過時(shí)。要想完整地了解EDA，推薦下一本：
Exploratory Data Analysis with MATLAB：這本書雖然標(biāo)題帶了個(gè)MATLAB，但實(shí)際上內(nèi)容幾乎沒怎么講MATLAB，只是每講一個(gè)方法的時(shí)候就列出對應(yīng)的MATALB函數(shù)。這本書的重要之處在于，這是我讀過的講EDA最系統(tǒng)的一本書，除了對visualization有不輸于John Tucky的講解外，對于高維的數(shù)據(jù)集，通過怎樣的方法才能讓我們從中找到潛在的pattern，這本書也做了詳盡的講解。全書所以案例都有對應(yīng)的MATALB代碼，而且還提供了GUI（圖形用戶界面）。所以這本書學(xué)起來還是相當(dāng)輕松愉悅的。
Visualize This：中譯本叫“鮮活的數(shù)據(jù)”，作者是個(gè)“超級(jí)數(shù)據(jù)迷”，建立了一個(gè)叫的網(wǎng)頁展示他的數(shù)據(jù)可視化作品，這本書告訴你該選擇什么樣的可視化工具，然后告訴你怎樣visualize關(guān)系型數(shù)據(jù)、時(shí)間序列、空間數(shù)據(jù)等，最后你就可以用數(shù)據(jù)講故事了。如果你只想感受一下數(shù)據(jù)可視化是個(gè)什么，可以直接點(diǎn)開下面這個(gè)鏈接感受下吧！A tour through the visualization zoo（A Tour Through the Visualization Zoo）
Machine Learning Data Mining
這一塊就不多說了，不是因?yàn)樗恢匾?，而是因?yàn)樗匾Ｋ赃@一部分就推兩本書，都是”世界名著“，都比較難讀，需要一點(diǎn)點(diǎn)地啃。這兩本書拿下，基本就算是登堂入室了。其實(shí)作為機(jī)器學(xué)習(xí)的延伸和深化，概率圖模型（PGM）和深度學(xué)習(xí)（deep learning）同樣值得研究，特別是后者現(xiàn)在簡直火得不得了。但PGM偏難，啃K.Daphne那本大作實(shí)在太燒腦，也沒必要，而且在數(shù)據(jù)領(lǐng)域的應(yīng)用也不算很廣。deep learning目前工業(yè)界的步子邁得比學(xué)術(shù)界的大，各個(gè)domain的應(yīng)用如火如荼，但要有公認(rèn)的好教材問世則還需時(shí)日，所以PGM和deep learning這兩塊就不薦書了。
The Element of Statistical Learning：要學(xué)機(jī)器學(xué)習(xí)，如果讓我只推薦一本書，我就推薦這本巨著。Hastie、Tibshirani、Friedman這三位大牛寫書寫得太用心了，大廈建得夠高夠大，結(jié)構(gòu)也非常嚴(yán)謹(jǐn)，而且很有前瞻性，納入了很多前沿的內(nèi)容，而不僅僅是一部綜述性的教材。（圖表也做得非常漂亮，應(yīng)該是用R語言的ggplot2做的。）這本書注重講解模型和算法本身，所以需要具備比較扎實(shí)的數(shù)理基礎(chǔ)，啃起這本書來才不會(huì)太吃力。事實(shí)上掌握模型和算法的原理非常重要。機(jī)器學(xué)習(xí)（統(tǒng)計(jì)學(xué)習(xí)）的庫現(xiàn)在已經(jīng)非常豐富，即使你沒有完全搞懂某個(gè)模型或算法的原理和過程，只要會(huì)用那幾個(gè)庫，機(jī)器學(xué)習(xí)也能做得下去。但你會(huì)發(fā)現(xiàn)你把數(shù)據(jù)代進(jìn)去，效果永遠(yuǎn)都不好。但是，當(dāng)你透徹地理解了模型和算法本身，你再調(diào)用那幾個(gè)庫的時(shí)候，心情是完全不一樣的，效果也不一樣。
Data Mining: Concepts and Techniques, by Jiawei Han and Micheline Kamber 數(shù)據(jù)挖掘的教材汗牛充棟，之所以推薦這本韓家煒爺爺?shù)?，是因?yàn)殡m然他這本書的出發(fā)點(diǎn)是應(yīng)用，但原理上的內(nèi)容也一點(diǎn)沒有落下，內(nèi)容非常完整。而且緊跟時(shí)代，更新的很快，我看過的是第二版，就已經(jīng)加進(jìn)去了social network analysis這種當(dāng)時(shí)的前沿內(nèi)容。現(xiàn)在已經(jīng)有第三版了，我還沒看過，但應(yīng)該也加入了不少新內(nèi)容。其實(shí)這本書并不難讀，只是篇幅較長，啃起來比較耗時(shí)。
其實(shí)這兩本書里單拎出來一塊內(nèi)容可能又是幾本書的節(jié)奏，比如bayesian方法，再拿出兩三本書來講也不為過，我個(gè)人用到的比較多，而且也確實(shí)有不少好書。但并非是所有data scientist都要用到，所以這一塊就不再細(xì)說。
還有一些印象比較深刻的書：
Big Data Glossary： 主要講解大數(shù)據(jù)處理技術(shù)及工具，內(nèi)容涵蓋了NoSQL，MapReduce，Storage，Servers，NLP庫與工具包，機(jī)器學(xué)習(xí)工具包，數(shù)據(jù)可視化工具包，數(shù)據(jù)清洗，序列化指南等等?？傊且槐巨o典式的大數(shù)據(jù)入門指導(dǎo)。
Mining of Massive Datasets：這本書是斯坦福大學(xué)Web Mining的講義，里面很多內(nèi)容與韓家煒的Data Mining那本書重合，但這本書里詳細(xì)地講了MapReduce的設(shè)計(jì)原理，PageRank（Google創(chuàng)業(yè)時(shí)期的核心排序算法，現(xiàn)在也在不斷優(yōu)化更新）講解得也比較詳細(xì)。
Developing Analytic Talent： 作者是個(gè)從事了十幾年數(shù)據(jù)工作的geek，技術(shù)博客寫得很有個(gè)人風(fēng)格，寫的內(nèi)容都比較偏門，通常只有具備相關(guān)數(shù)據(jù)處理經(jīng)驗(yàn)的人能體會(huì)出來，絲毫不照顧初學(xué)者的感受。比如他會(huì)談到當(dāng)數(shù)據(jù)流更新太快時(shí)該怎么辦，或者M(jìn)apReduce在什么時(shí)候不好用的問題，才不管你懂不懂相關(guān)基礎(chǔ)原理。所以這本書不太適合初學(xué)者閱讀。這本書其實(shí)是作者的博客文章的集結(jié)，用how to become a data scientist的邏輯把他近幾年的博客文章串聯(lián)了起來。
Past, Present and Future of Statistical Science：這本書是由COPSS（統(tǒng)計(jì)學(xué)社主席委員會(huì)，由國際各大統(tǒng)計(jì)學(xué)會(huì)的帶頭人組成）在50周年出版的一本紀(jì)念冊，里面有50位統(tǒng)計(jì)學(xué)家每人分別貢獻(xiàn)出的一兩篇文章，有的回憶了自己當(dāng)年如何走上統(tǒng)計(jì)學(xué)這條路，有的探討了一些統(tǒng)計(jì)學(xué)的根本問題，有的談了談自己在從事的前沿研究，有的則給年輕一代寫下了寄語。非常有愛的一本書。
其它資料
Harvard Data Science：這是H大的Data science在線課，我沒有修過，但口碑很好。這門課需要費(fèi)用8千刀左右，比起華盛頓大學(xué)的4千刀的Data science在線課雖貴一倍，但比斯坦福的14千刀要便宜將近一半（而且斯坦福的更偏計(jì)算機(jī)）。如果想自學(xué)，早有好心人分享了slides: （;usp=sharing）和homeworks and solutions: （）
PyData：PyData是來自各個(gè)domain的用Python做數(shù)據(jù)的人每年舉行一次的聚會(huì)，期間會(huì)有各路牛人舉行一些規(guī)模不大的seminar或workshop，有好心人已經(jīng)把video上傳到github，有興趣的去認(rèn)領(lǐng)吧（DataTau/datascience-anthology-pydata · GitHub）
工具
R/Python/MATLAB（必備）：如果是做數(shù)據(jù)分析和模型開發(fā)，以我的觀察來看，使用這三種工具的最多。R生來就是一個(gè)統(tǒng)計(jì)學(xué)家開發(fā)的軟件，所做的事也自然圍繞統(tǒng)計(jì)學(xué)展開。MATLAB雖然算不上是個(gè)專業(yè)的數(shù)據(jù)分析工具，但因?yàn)楹芏嗳瞬皇菍I(yè)做數(shù)據(jù)的，做數(shù)據(jù)還是為了自己的domain expertise（特別是科學(xué)計(jì)算、信號(hào)處理等），而MATLAB又是個(gè)強(qiáng)大無比的Domain expertise工具，所以很多人也就順帶讓MATLAB也承擔(dān)了數(shù)據(jù)處理的工作，雖然它有時(shí)候顯得效率不高。Python雖然不是做數(shù)據(jù)分析的專業(yè)軟件，但作為一個(gè)面向?qū)ο蟮母呒?jí)動(dòng)態(tài)語言，其開源的生態(tài)使Python擁有無比豐富的庫，Numpy, Scipy 實(shí)現(xiàn)了矩陣運(yùn)算/科學(xué)計(jì)算，相當(dāng)于實(shí)現(xiàn)了MATLAB的功能，Pandas又使Python能夠像R一樣處理dataframe，scikit-learn又實(shí)現(xiàn)了機(jī)器學(xué)習(xí)。
SQL（必備）：雖然現(xiàn)在人們都說傳統(tǒng)的關(guān)系型數(shù)據(jù)庫如Oracle、MySQL越來越無法適應(yīng)大數(shù)據(jù)的發(fā)展，但對于很多人來說，他們每天都有處理數(shù)據(jù)的需要，但可能一輩子都沒機(jī)會(huì)接觸TB級(jí)的數(shù)據(jù)。不管怎么說，不論是用關(guān)系型還是非關(guān)系型數(shù)據(jù)庫，SQL語言是必須要掌握的技能，用什么數(shù)據(jù)庫視具體情況而定。
MongoDB（可選）：目前最受歡迎的非關(guān)系型數(shù)據(jù)庫NoSQL之一，不少人認(rèn)為MongoDB完全可以取代mySQL。確實(shí)MongoDB方便易用，擴(kuò)展性強(qiáng)，Web2.0時(shí)代的必需品。
Hadoop/Spark/Storm（可選）: MapReduce是當(dāng)前最著名也是運(yùn)用最廣泛的分布式計(jì)算框架，由Google建立。Hadoop/Spark/storm都是基于MapReduce的框架建立起來的分布式計(jì)算系統(tǒng)，要說他們之間的區(qū)別就是，Hadoop用硬盤存儲(chǔ)數(shù)據(jù)，Spark用內(nèi)存存儲(chǔ)數(shù)據(jù)，Storm只接受實(shí)時(shí)數(shù)據(jù)流而不存儲(chǔ)數(shù)據(jù)。一言以蔽之，如果數(shù)據(jù)是離線的，如果數(shù)據(jù)比較復(fù)雜且對處理速度要求一般，就Hadoop，如果要速度，就Spark，如果數(shù)據(jù)是在線的實(shí)時(shí)的流數(shù)據(jù)，就Storm。
OpenRefine（可選）：Google開發(fā)的一個(gè)易于操作的數(shù)據(jù)清洗工具，可以實(shí)現(xiàn)一些基本的清洗功能。
Tableau（可選）：一個(gè)可交互的數(shù)據(jù)可視化工具，操作簡單，開箱即用。而且圖表都設(shè)計(jì)得非常漂亮。專業(yè)版1999美刀，終身使用。媒體和公關(guān)方面用得比較多。
Gephi（可選）：跟Tableau類似，都是那種可交互的可視化工具，不需要編程基礎(chǔ)，生成的圖表在美學(xué)和設(shè)計(jì)上也是花了心血的。更擅長復(fù)雜網(wǎng)絡(luò)的可視化。
現(xiàn)在瀏覽器端以 JavaScript 為核心，基于各種 Web
標(biāo)準(zhǔn)（即：早已完成標(biāo)準(zhǔn)化的XHTML/CSS/DOM/xml(標(biāo)準(zhǔn)化越來越近了)/XSLT
和正在進(jìn)行標(biāo)準(zhǔn)化的xml(標(biāo)準(zhǔn)化越來越近了)HTTP）的技術(shù)正在加速整合，ajax(動(dòng)態(tài)網(wǎng)站靜態(tài)化) 就是這一系列技術(shù)的一個(gè)統(tǒng)稱。
雖然網(wǎng)絡(luò)上已經(jīng)有大量的相關(guān)資源，但是為了打好基礎(chǔ)，認(rèn)真讀上幾本書還是很有必要的。好在 ajax(動(dòng)態(tài)網(wǎng)站靜態(tài)化)
并不是什么全新的技術(shù)，它僅僅是傳統(tǒng)技術(shù)的發(fā)展和增值，是對于這些基于 Web
標(biāo)準(zhǔn)的傳統(tǒng)技術(shù)的重新包裝，使其更加適合于企業(yè)應(yīng)用，并且和服務(wù)器端結(jié)合地更加緊密。因此學(xué)習(xí)
ajax(動(dòng)態(tài)網(wǎng)站靜態(tài)化)，首先就要從深入學(xué)習(xí)這些傳統(tǒng)的技術(shù)開始。我由淺入深地列出一些我讀過的書籍，提供給大家做參考：
1、XHTML 教程（XHTML）
作者：Chelsea Valentine, Chris Minnick
New Riders 原版，人民郵電出版社中文版
是的，今天你最應(yīng)該學(xué)習(xí)的是 XHTML，而不是 HTML。HTML 4.x 已經(jīng)是一個(gè)被廢棄了的標(biāo)準(zhǔn)，今天的標(biāo)準(zhǔn)是 XHTML 1.0。XHTML 1.0 也不是 XHTML 最新的版本，但是它是目前唯一得到瀏覽器廣泛支持和唯一實(shí)用的 XHTML 版本。
2、JavaScript 權(quán)威指南第四版（JavaScript: The Definitive Guide）
作者：David Flanagan
O'Reilly 原版，中國電力出版社中文版
JavaScript
愛好者親切地稱之為“犀牛書”，因?yàn)?O'Reilly 以犀牛作為這本書的封面。這是目前 JavaScript
領(lǐng)域最深入和最權(quán)威的入門書。與其它 JavaScript 相關(guān)書籍的區(qū)別是這本書一半以上的篇幅著重于深入介紹 JavaScript
語言本身的基礎(chǔ)知識(shí)，而不是象其它的書一樣把基礎(chǔ)知識(shí)和與 HTML 相結(jié)合做 Web 開發(fā)的內(nèi)容（這些內(nèi)容往往偏重于細(xì)節(jié)，使得其篇幅很容易就超出了
1000 頁，例如《JavaScript Bible》）混雜在一起。對于剛剛開始學(xué)習(xí) JavaScript
的初學(xué)者，這本書毫無疑問是最佳的入門書。
3、xml(標(biāo)準(zhǔn)化越來越近了) 高級(jí)編程（Professional xml(標(biāo)準(zhǔn)化越來越近了)）
Didier Martin等著
Wrox 原版，機(jī)械工業(yè)出版社中文版
這本書是關(guān)于 xml(標(biāo)準(zhǔn)化越來越近了) 開發(fā)技術(shù)非常詳盡的著作。雖然因?yàn)樽髡弑姸啵ǖ谝话?12 個(gè)人，第二版好像又多了幾個(gè)），無法擺脫 Wrox 紅皮書系列大雜燴的印記，但是這本書可以說是紅皮書系列中少有的精品。
這本書可以作為 xml(標(biāo)準(zhǔn)化越來越近了) 技術(shù)參考書，雖然很厚，但是沒有必要從頭到尾全部讀完。其中與 ajax(動(dòng)態(tài)網(wǎng)站靜態(tài)化) 相關(guān)的內(nèi)容包括 xml(標(biāo)準(zhǔn)化越來越近了) DOM、XSLT 等等。
4、網(wǎng)站重構(gòu)（Designing with Web Standards）
作者：Jeffrey Zeldman
New Riders 原版，電子工業(yè)出版社中文版
這
本書詳細(xì)地介紹了如何摒棄遠(yuǎn)古時(shí)代（按照我的理解，3 年以前吧）不符合標(biāo)準(zhǔn)，專門針對某種瀏覽器（90%以上的情況下是
IE）做開發(fā)的惡習(xí)，真正采用符合標(biāo)準(zhǔn)的方式來做開發(fā)，最終走上向后兼容（注意：不是與瀏覽器以前不能完整支持 Web
標(biāo)準(zhǔn)的版本相兼容，而是與瀏覽器以后的版本相兼容）的平坦大路上來。這本書雖然不是 CSS 的專著，但是其中充分展示了使用 CSS
的一些高級(jí)技巧。尤其是最后一章展示了完全基于 CSS 做布局，摒棄使用 table 做布局的老方法的具體做法。
非常遺憾的是這本書的中文版翻譯的非常爛，如果不對照原文，很容易誤入歧途。讀這本書有任何疑問的朋友都可以直接和我聯(lián)系。
上面列出的是與 ajax(動(dòng)態(tài)網(wǎng)站靜態(tài)化) 涉及到的技術(shù)相關(guān)的書籍。我沒有列出 CSS 的書，是因?yàn)槲也]有專門讀過一本 CSS 方面的專著。附件是網(wǎng)上流傳很廣的 CSS 2.0 中文手冊，可以作為這方面的參考。
讀了以上這些書，你已經(jīng)在技術(shù)方面打下了極為堅(jiān)實(shí)的基礎(chǔ)，你還需要有一個(gè)經(jīng)常的討論場所，JavaEye 毫無疑問是你最值得來的地方。
下面我再列出幾本與技術(shù)沒有直接關(guān)系的書籍。
5、面向使用的軟件設(shè)計(jì)（Software for Use）
作者：Larry Contantine, Lucy Lockwood
ACM Press 原版，機(jī)械工業(yè)出版社中文版
大
部分的軟件都是給人使用的。我在 BEA User Group上的演講中說到，ajax(動(dòng)態(tài)網(wǎng)站靜態(tài)化)
為什么會(huì)越來越流行，主要的原因就是它能比傳統(tǒng)的基于 HTML FORM 的交互模式帶給用戶更好的交互體驗(yàn)，也就是 ajax(動(dòng)態(tài)網(wǎng)站靜態(tài)化)
可以實(shí)現(xiàn)更好的 Web 可用性（Web Usability，這是目前國外的一個(gè)專門的研究領(lǐng)域），這才是 ajax(動(dòng)態(tài)網(wǎng)站靜態(tài)化)
最大的價(jià)值。軟件的可用性永遠(yuǎn)都是一個(gè)大的話題，《面向使用的軟件設(shè)計(jì)》正是這方面最權(quán)威的專著。我們只要在做最終用戶直接使用（有一個(gè)可視的界面）的軟
件開發(fā)，提高可用性就是我們需要孜孜不倦追求的目標(biāo)。
6、軟件創(chuàng)新之路（Inmates Are Running the Asylum）
作者：Alan Cooper
Sams Publishing 原版，電子工業(yè)出版社中文版
7、About Face 2.0
作者：Alan Cooper
John Wiley Sons 原版，中文版即將出版
上面兩本書都是交互設(shè)計(jì)大師 Alan Cooper 的名著，相信很多朋友都知道 Alan Cooper 的大名，這兩本書是交互設(shè)計(jì)愛好者必讀的著作。
重慶分公司
重慶分公司
