大家好，今天小编关注到一个比较有意思的话题，就是关于python核心编程书评的问题，于是小编就整理了2个相关介绍Python核心编程书评的解答，让我们一起看看吧。
为什么有人说要多看“死人”的书，少看“活人”的书？
死人，也就是古人，或故人的书。那是经过历史评判过的，经过大浪淘沙洗却华丽的溢美之词，只留下金灿灿的真理光芒。
活人出书，或为了政治宣传，或为了评职称，难免不周全。即使再严谨的作家，多多少少受到限制，只有历史和实践验证了，长能真正感知其真理的成色 、艺术的质地。
多看死人的书:少看活人的书，那只能说明是一个倚型的社会现象。用一个古人记忆的旧往事来激励今人，存旧:古板:时过境迁:不合时宜的书还要多看，又怎能不说是倚型现象？尽管古书有诸多精华之处，亦能在今人的践行中演变成新书会更贴近生活也更具活力而受宠。
只有一种可能:今人不能反映今世的真实，作品若脱离了真实就是一堆废纸，只供苍蝇嗡嗡，又焉能有多人看？
所以，这种说法，也挺接地气。
活人的书是应世之作，所谓的活人指的是现代人还生在这个世界上的人。
活人自然不是普通人的书，而是有名望有学历有文化有知识有影响力的人之书！
普通人不能修书立传，既使有“惊世骇俗”的能力，由于是无名之辈，著作也流传不远，相对现实主流社会来说只是狂生妄语，无人与以理会。
名人大家，深知：“病从口入，祸从口出”，对一些敏感话题避而不谈，既使谈论也是轻描淡写，一带而过。就象高僧，高道，世人高人，也只说偈语，谶语，对世人讲：天机不可泄露！
***奥妙，只可意会，不可言传！
若知因果，只能凭先生的机缘和造化了！
也就是说点到为止，剩下的只能靠个人的理解和悟性！
活人的书有一定局限性！
而死人的书实际上也是活人编撰的，是历代大能的文人墨客编撰，虽说不见得是原创，但也相对无限接近还原原创，历代编修文人实际上也受当时朝庭思想影响，一些敏感或与主流思想相违背的，也会适当取舍，否则很可能会失传或受文字狱等惩处！
古代文人：只谈风月，莫论国事！
这只是片面看法，我实在想不通作为人类共同财富得书籍***还分为"死人"和"活人"。书都是一样的，不管是经典流传下来的还是当下脍炙人口的时兴周刊报纸，关键是看你怎么读书用什么方式读？如果一个人不会读书吸收不到书中的精髓，给你再有价值的书又有什么用？
第一，作古的人写的书，不一定是作者多大年纪，有可能刚过世几年，也许是几+年上世纪以上之人，对于过世不久的人的书，一定是写得好，有名气，或是某个领域的翘楚。读他就是学习他。有纪念价值。
如果是去死很久，如上世纪或前朝代以上的人写的，一定是有思想价值，有一定名气，才会留传下来，记录住当时的特色和历史文化特点，很多人抱着了解和感悟修身去读的。
第二要成为教育为师者，必了解历史，了解历史必读古书，才可知之而传承。修身者不读古书，不知人性高低，苍穹远大。学者不读古书，所学只知其表不懂其根。相关领域者不读古书，只称其孙不知其祖。
学习大数据、机器学习及人工智能必读书目有哪些？
谢邀～
本人并不喜欢看这些技术方面的书，书都是人写的，肯定有部分理解不对地地方，或者可能因为技术版本更新脱离时代，我一般都是去百度了解这些涉及到哪些技术，然后去***或技术论坛看的，所以题主让我推荐书，我也没有好推荐的
加米谷教育就来推荐几本吧：
2、《Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking》
3、《贝叶斯思维》
7、《Advanced and Multivariate Statistical Methods》
8、《Hadoop: The Definitive Guide》
9、《Mining of Massive Datasets》
10、《数据挖掘》
实际上机器学习、数据挖掘以及人工智能的大部分书籍是相似的，但是侧重会稍有不同。 其他同学的回答中已经包含了很多内容。 我从我的角度来提出我对这一类书籍的建议。
人工智能比较全面而且用的广泛的教材是：《AI: A Modern approach》, 这个内容介绍比较多，我就不赘述了。
机器学习推荐的有： Chris Bishop:《Pattern Recognition and Machine Learning》
这本书被很多研究者做为机器学习与模式识别的圣经，在于文字流畅简洁。我们也曾用来做Reading Group. 效果还是不错的。
Kevin Murphy: 《Machine Learning: A probabilistic perspective》
这个本书是个大块头，内容非常详细，好处就是可以从基础入门，中间突然遇到瓶颈的情况比较少。 如果时间充裕，可以用这本书打好基础。缺点就是很长，有一千多页。 内容很全面。
我个人认为，不是每一个人都要成为算法研究师，了解人工智能的概貌和原理，利用已有的框架和平台，完成自己的任务就已经很了不起了，安安静静地做一个应用型的美男子其实是绝大多数人的归宿，目前的开源框架很多，但原理和内在基本一致，其实我们无需过多了解内核，埋下头去深入钻研一个框架应用就已经超棒了，研究算法和基体框架就留给那些牛人们吧。
说到应用型的书籍，我基本都是在***和社区学习，个人观点，非喜勿喷。
到此，以上就是小编对于python核心编程书评的问题就介绍到这了，希望介绍关于python核心编程书评的2点解答对大家有用。
