五一期间会持续更新。文末有福利哦！

阿里技术团队推荐书单

《孙子兵法》 孙武

《孙子兵法》十三篇涉及军事理论、实践各个方面，内容博大精深，思想深邃富瞻，逻辑缜密严谨，既是我国古代军事文化遗产中的瑰宝，又是我国优秀传统文化的重要组成部分。

《刷新》 [美] 萨提亚·纳德拉

自萨提亚·纳德拉 2014 年接任首席执行官以来，微软的市值翻番，超过了互联网泡沫以来的高点。《刷新》全景回顾了萨提亚的变革路径，如在硬件 Surface 电脑上的投入，在混合现实、人工智能和量子计算三大领域的战略布局等；系统总结了他的核心管理思想，即任何组织和个人，达到某个临界点时，都需要自我刷新。为了迎接智能时代的挑战，他提出自我刷新的三个关键步骤：拥抱同理心，培养 “无所不学” 的求知欲，以及建立成长型思维。

《商业的本质》 [美] 杰克·韦尔奇 / [美] 苏茜·韦尔奇

《商业的本质》是杰克·韦尔奇对过去十几年商业变革的反思和总结。他指出，科技革命给市场带来了巨大变化和诸多杂音，但作为管理者，不能迷失商业中最核心的东西。在当今的新商业环境下，要想 “赢”，就必须遵从商业的规则，回归商业的本质。

《深度探索 C++ 对象模型》 斯坦利·B.李普曼 (Stanley B. Lippman)

作者 Lippman 参与设计了全世界第一套 C++ 编译程序 cfront，这本书就是一位伟大的 C++ 编译程序设计者向你阐述他如何处理各种 explicit（明确出现于 C++ 程序代码中）和 implicit（隐藏于程序代码背后）的 C++ 语意。

《支持向量机导论》 克里斯特安尼

支持向量机 (SVM) 是在统计学习理论的基础上发展起来的新一代学习算法，它在文本分类、手写识别、图像分类、生物信息学等领域中获行较好的应用。本书是第一本综合介绍支持向量机 (SVM) 的书籍，它从机器学习算法的基本问题开始，循序渐进地介绍相关的背景知识，包括线性分类器、核函数特征空间、推广性理论和优化理论，在此基础上很自然地引出了支持向量机的算法。本书末尾还详细讨论了一系列支持向量机的重要应用及其实现的技巧。本书的叙述清晰严谨，自包含性强，提供的大量相关文献引用以及网站链接可作为进一步学习的理想起始点。本书可作为计算机、自动化、机电工程、应用数学等专业的研究生教材，也可作为神经网络、机器学习、数据挖掘、人工智能等课程的参考教材，同时还是相关领域的教师和研究人员的参考书。

《罗马人的故事》 盐野七生

《罗马不是一天建成的》作为系列作品中的第一部，讲述的是罗马从建国到第一次、第二次布匿战争之前的五百年间的历史。这是一个饱经苦难的漫长岁月里的故事，即使在它的鼎盛时期，它都时常处于进一步退半步的状态。罗马后来之所以能成就大业的重要原因，基本上就是在这五百年间萌芽的。就好像一个人在青少年时期积蓄起来的力量到了三十而立之年才开始了解其真正的价值一样。

《枢纽》 施展

该书在古代史的阐述当中，突破了常见的中原本位视角，也突破了新清史学派的草原本位视角，在中原、草原、西域、高原、海洋等多个亚区域彼此互动、相互依赖、相互塑造的过程中，发现了超越于各个亚区域之上的一个统一的历史进程，从而将中国史定位为一个体系史。

《债务危机》 [美] 瑞·达利欧

在 2008 年金融危机爆发 10 周年之际，全球一线投资者之一瑞·达利欧公开了他独到的债务危机应对原则。这些原则可以解释债务危机的发生机制，以及妥善应对危机应该遵守的原则。凭借这些原则，桥水在其他机构受困于危机的情况下，得以准确预见事态发展，并安然度过危机。

《Effective Java 中文版》 [美] Joshua Bloch

本书一共包含 90 个条目，每个条目讨论 Java 程序设计中的一条规则。这些规则反映了最有经验的优秀程序员在实践中常用的一些有益的做法。

《Java 并发编程实战》 Brian Goetz / Tim Peierls / Joshua Bloch / Joseph Bowbeer / David Holmes / Doug Lea

本书深入浅出地介绍了 Java 线程和并发，是一本完美的 Java 并发参考手册。书中从并发性和线程安全性的基本概念出发，介绍了如何使用类库提供的基本并发构建块，用于避免并发危险、构造线程安全的类及验证线程安全的规则，如何将小的线程安全类组合成更大的线程安全类，如何利用线程来提高并发应用程序的吞吐量，如何识别可并行执行的任务，如何提高单线程子系统的响应性，如何确保并发程序执行预期任务，如何提高并发代码的性能和可伸缩性等内容，最后介绍了一些高级主题，如显式锁、原子变量、非阻塞算法以及如何开发自定义的同步工具类。

《深度学习》 [美] 伊恩·古德费洛 / [加] 约书亚·本吉奥 / [加] 亚伦·库维尔

《深度学习》由全球知名的三位专家 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 撰写，是深度学习领域奠基性的经典教材。全书的内容包括 3 个部分：第 1 部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第 2 部分系统深入地讲解现今已成熟的深度学习方法和技术；第 3 部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。