2017年写出哪些书？
一、个人完成 第一本书《大数据梦工场》（24章，36万余字）于2017年1月由电子工业出版社出版发行 。 内容提要：本书主要介绍关于大数据的一些概念和方法论，同时结合笔者在大数据行业中的研究和实践成果，全面系统地阐述了大数据基础架构、大数据采集与清洗、大数据存储与管理、大数据预处理、大数据分布式计算环境搭建与编程、Hadoop生态体系等理论与实践问题。
第二本书《数据结构与算法之美》（50章，81万余字）于2017年7月由人民邮电出版社出版发行。 内容提要：本书是作者潜心研究数据结构与算法的合集，涉及的数据结构包括：数组、链表、队列、栈、树、图、排序以及各种复杂的数据结构；涉及的算法包括：搜索、贪心、动态规划、回溯、动态平衡、分支定界、穷举、递归等以及它们在各种场景下的应用。全书共50章，每一章都是一个独立的小课题，力求深入浅出地将数据结构和算法中最核心的内容和思想体现出来，并且通过大量实例来巩固所学知识。 除了上述两本书以外，还写了十几篇技术文章，发表在知乎专栏、CSDN、搜狐科技、新浪科技、腾讯新闻等平台上，指导人们如何学习大数据、Python、机器学习、人工智能等前沿技术。
二、团队完成 我们是一个有爱的技术写作团队，由来自计算机视觉、自然语言处理、机器学习、数据分析等多个方向的老师和学生组成。我们共同完成了三篇技术长文，分别介绍关于人工智能、机器学习和计算机视觉方面的内容。
第一篇《AI入门手册——从0开始学人工智能》 内容提要：本手册围绕“人工智能”这一主题，全面系统地介绍人工智能的基础知识、基本理论和关键方法，旨在帮助读者快速进入人工智能的学习之门。 本手册分为上下两篇，上篇为基础知识，下篇为实战演练。在上篇中，我们先介绍了人工智能的相关概念(第1章)，接着展示了人工智能的研究领域及学术框架(第2章)，然后深入介绍了机器学习、神经网络、深度学习等相关内容和原理(第3～6章)，最后讲解了有关人工智能的应用和发展等热点问题(第7章)。 在下篇中，我们通过两个实用的案例来演示如何使用Python进行人工智能的训练和学习(第8章)，并通过一个详细的项目来展示如何将人工智能应用于实际项目之中(第9章)。
第二篇《机器学习入门指南》 内容提要：本指南以通俗易懂的语言介绍了机器学习的基本概念和理论，并详细列举了目前最流行的各种机器学习算法，以及这些算法的应用场景和适用条件。通过对本指南的阅读，读者可以快速掌握机器学习的基础知识，并为后续的相关理论知识、工具使用和实战项目提供参考。 第三篇《用Python学机器学习》 内容提要：本书主要介绍如何用Python来高效地实现常见机器学习算法，并用详实的例子来展示各种算法如何实现及其应用前景。全书主要内容有以下几部分：Python基础、NumPy库、Scikit-Learn库、机器学习评估指标、线性回归、Logistic Regression、决策树、人工神经网络、贝叶斯分类器、分词、文本分类、字符串匹配、图像处理。随着人工智能、机器学习、优化方法、统计分析、神经网络、模式识别等热点问题的不断涌现，相信大家对如何有效学习和研究这些学科一定会有自己的思路。