「清华大学出版社」联系了包括架构师小秘圈在内的 10 家技术公众号，送出 100本技术书。
内容涉及 大数据、推荐系统、机器学习、黑客、数据库、手游、少儿编程等！
01 书怎么送
在下面的公众号后台回复「抽奖」，弹出小程序后点击参与。
每个公众号
全部参与，中奖概率变 10 倍。
开奖时间是 5 月 1 号 20:00 ，一定要留意微信消息，如果你中奖了，请尽快在中奖页面提交收件人信息并备注书籍名称，或者留言到公众号，告诉号主你想要的书和快递信息。一天之内没有回复，送书名额就转给其他人了。
「python爱好者社区
」
送 10 本书籍
「架构师小秘圈」
送 10 本书籍
「石杉的架构笔记
」
送 10 本书籍
「表哥有话讲
」
送 10 本书籍
「程序员头条」
送 10 本书籍
「K8s中文社区」
送 10 本书籍
「Java」
送 10 本书籍
「中产之路」
送 10 本书籍
「裸睡的猪」
送 10 本书籍
「马哥Linux运维」
送 10 本书籍
感谢本次活动的赞助者
「清华大学出版社」
。
02 送什么书
书籍涉及
大数据、推荐系统、机器学习、黑客、数据库、手游、少儿编程
等。
《
python机器学习及实践
》
推荐语：
本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者，从零开始，以Python编程语言为基础，在不涉及大量数学模型与复杂编程知识的前提下，逐步带领读者熟悉并且掌握当下最流行的机器学习、数据挖掘与自然语言处理工具，如Scikit learn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。
《
Spark实时大数据分析——基于Spark Streaming框架
》
推荐语：
本书详细阐述了与Spark实时大数据分析以及Spark Streaming框架相关的基本解决方案，主要包括大数据漫游指南，实时RDD，高速流：链接外部数据源，边界效应，实时ETL和分析技术，大规模机器学习，云、Lambda及Python等内容。
《
推荐系统与深度学习
》
推荐语：
本书的几位作者都在大型互联网公司从事与推荐系统相关的实践与研究，通过这本书，把推荐系统工作经验予以总结，以帮助想从事推荐系统的工作者或推荐系统爱好者。本书的内容设置由浅入深，从传统的推荐算法过渡到近年兴起的深度学习技术。。
《
灰帽黑客(第4版)：正义黑客的道德规范、渗透测试、攻击方法和漏洞分析技术
》
推荐语：
通过本书的学习，您将可以借助最新技术查找和修复安全缺陷，从而能够得心应手地阻止恶意网络攻击。本书主要内容；使用BackTrack和Metasploit来模拟漏洞攻击；分析潜入、社交工程和内部攻击技术。模拟构建用来发起栈缓冲区溢出攻击的Perl、Python和Ruby脚本：理解并阻止Adobe、Office和多媒体文件中的恶意内容：检测和阻止客户端、Web服务器、VoIP和SCADA
《
MongoDB实战 架构、开发与管理
》
