Sur ce blog j’ai souvent fait des billets sur quelques bouquins à lire (ou pas d’ailleurs)… Pour réussir à m’astreindre à parler livres régulièrement, je change mon fusil d’épaule et je vais faire un book log d’une partie des livres que je lis mois par mois, ce sera beaucoup plus simple pour moi.
Globalement, je ferais une liste avec juste quelques mots et même parfois une note (car c’est souvent plus parlant), et sauf exception je ne mettrais pas les bouquins très techniques du boulot.
Enfin, comme d’habitude les liens amazon c’est de l’affiliation, pas la peine de râler vous n’êtes pas obligé de cliquer 😉
- Jusqu’au coeur du Soleil: Élévation, T1 – David Brin (sur amazon)
On commence par la déception du mois. David Brin est un des grands noms de la SF, mais j’ai toujours trouvé que ses récits étaient poussifs, c’est pour moi encore le cas ici, et j’avoue (et c’est pourtant rare) que je n’ai même pas tenu jusqu’au bout.
- Vingt mille lieues sous les mers – Jules Verne
- L’île mystérieuse – Jules Verne
Deux grands classiques… je relis périodiquement l’île mystérieuse que j’aime beaucoup et pour d’évidentes raisons (spoiler) j’ai eu envie de relire 20 000 lieues sous les mers. Je suis moins fan de ce dernier, mais si vous n’avez jamais lu Jules Verne, il est temps de corriger cette erreur.
- Le Dernier Château et autres crimes – Jack Vance (sur amazon)
Quatre textes de Jack Vance, rien de plus à dire, c’est très bien comme d’habitude.
- La saga de John Perry tomes 1, 2 et 3 – John Scalzi (sur amazon, amazon, amazon)
Une saga (en 5 ou 6 tomes) de SF sur la guerre et avec des extraterrestres. Ca parait être à lire, et ça l’est au début, avec pas mal d’idées déjà vues (sur la transmission de la conscience, sur le clonage, etc.). Mais très rapidement ça se dégrade, preuve encore une fois que parfois il faut finaliser ses histoires plus tôt. Je vous conseille de lire au moins le premier tome, et ensuite d’aviser.
- Think like a data scientist – Brian Godsey (sur amazon)
Un livre sur la data science, pour vous apprendre les bonnes pratiques et la méthodologie. Ca reste un livre de « haut niveau » : pas de détails ultra-techniques mais un panorama complet du métier. Si vous êtes curieux et que vous avez déjà un petit bagage technique je vous le conseille fortement.
- Machine Learning for Absolute Beginners – Oliver Theobald (sur amazon)
Comme le nom l’indique, mais avec du code quand même. Objectivement vous pouvez vous en passer.
- Comprendre le Deep Learning: Une introduction aux réseaux de neurones – Jean-Claude Heudin (sur amazon)
Celui-là par contre je le conseille, et je déplore le titre choisi, il y a bien plus que simplement une intro au deep learning dans ce livre qui est bien écrit et pédagogique.
- Le Diable rebat les cartes – Ian Rankin (sur amazon)
Rébus revient pour une vieille affaire, et il n’est pas content… Un bon Rankin, avec les protagonistes usuels, à lire si vous ne connaissez pas, à lire si vous connaissez ^^
- Les Dérives de l’évaluation de la recherche. Du bon usage de la bibliométrie – Yves Gingras (sur amazon)
Rien que le titre vous permet de savoir si vous devez lire ce bouquin, dans un cas c’est indispensable, dans l’autre passez votre chemin 😉
Voilà, les commentaires sont ouverts, et à dans un mois pour le book log des livres lus en Mai. Plus de lecture.