代码大全是 Steve McConnell 的经典软件开发著作，被誉为软件构建的圣经。本书系统讲解了软件构建的各个方面，包括变量命名、代码结构、函数设计、类设计、测试、调试、重构等。这本书被广泛认为是程序员必读的经典之一，全球销量超过 50 万册。

深入理解计算机系统是 Randal Bryant 和 David OHallaron 合著的经典教材，系统讲解了计算机系统的核心概念。本书从程序员的视角出发，涵盖了数据表示、汇编语言、内存管理、链接、异常控制流、虚拟内存、系统 I/O、网络编程、并发编程等核心主题。这本书被全球众多高校采用为教材，是计算机专业学生的必读经典。

机器学习实战是 Peter Harrington 的经典机器学习实践教程，通过 Python 代码示例讲解了机器学习的核心算法和实践技巧。本书涵盖了分类、回归、聚类、降维等核心主题，适合有编程基础的读者。这本书被广泛认为是机器学习入门的最佳实践书籍之一。

Python Deep Learning 是 Ivan Vasilev 等作者合著的深度学习实践指南，使用 Python 和主流深度学习框架讲解深度学习的应用技巧。本书涵盖了 TensorFlow、Keras、PyTorch 等框架，适合有 Python 基础的读者。这本书通过大量代码示例，帮助读者掌握深度学习的实践技能。

Spring in Action 是 Craig Walls 的经典 Spring 框架教程，系统讲解了 Spring 的核心功能和最佳实践。本书涵盖了 Spring Boot、Spring MVC、Spring Security、Spring Data 等核心模块，是 Java 开发者学习 Spring 的必读经典。这本书已出版第 5 版，全球销量超过 50 万册。

Hands-On Machine Learning 是 Aurelien Geron 的经典机器学习实践指南，通过大量代码示例讲解机器学习和深度学习的实践技巧。本书使用 Scikit-Learn 和 TensorFlow 两大框架，适合有编程基础的读者。这本书被广泛认为是机器学习入门的最佳实践书籍，全球销量超过 50 万册。

Essentialism 是 Greg McKeown 的经典著作，阐述精要主义核心理念：更少但更好。本书教导读者区分重要和不重要的事务，专注于真正重要的事情。这本书全球销量超过 200 万册，被翻译成 27 种语言。

《原则》是桥水基金创始人瑞·达利欧的经典著作，系统阐述了他的人生原则和工作原则。本书分为三部分：第一部分讲述达利欧的成长经历和桥水基金的发展历程，第二部分讲解生活原则（拥抱现实、五步流程、极度开放等），第三部分讲解工作原则（创意择优、可信度加权决策、透明文化等）。这本书全球销量超过 300 万册，被翻译成 30 多种语言，是管理和个人成长领域的必读经典。

《Deep Learning》是 Ian Goodfellow、Yoshua Bengio、Aaron Courville 合著的深度学习权威教材，被誉为深度学习领域的圣经。本书系统讲解了深度学习的数学基础、核心算法、网络架构和应用实践。三位作者都是深度学习领域的先驱，Goodfellow 是 GAN 的发明者，Bengio 是深度学习三巨头之一。这本书被全球众多高校采用为教材，是 AI 专业学生的必读经典。

《The Oxford Handbook of Behavioral Economics and the Law》是 Eyal Zamir 和 Doron Teichman 编辑的行为经济学与法学交叉领域权威著作。本书汇集了 40 多位顶尖学者的研究成果，系统探讨了行为经济学原理在法律领域的应用，包括合同法、侵权法、刑法、财产法等。这本书是行为法经济学的里程碑之作，为理解法律规则如何影响人类行为提供了全新视角。

《Essential C++》是 Stanley B. Lippman 的经典 C++ 入门著作，专为有编程基础的读者设计。本书通过大量实践示例，系统讲解了 C++ 的核心特性，包括面向对象编程、泛型编程、STL 等。Lippman 是 C++ 的早期开发者之一，曾参与 C++ 的设计与实现。这本书被广泛认为是学习 C++ 的最佳入门书籍之一，全球销量超过 50 万册。