你的机器学习书单该更新了,我建议先看这16本

假期将至!小悠从畅销书内甄选16本组成书单给大家,这里面包含:机器学习、深度学习、数学基础、神经网络及自然语言处理等技术领域 。
希望每一位读者朋友都能坚持学习 , 学以致用 。
精选新书 , 献礼读者 。
▼▼▼
01 深度学习
AI圣经!深度学习领域奠基性的经典畅销书!长期位居美国亚马逊AI和机器学习类图书榜首!所有数据科学家和机器学习从业者的必读图书!特斯拉CEO埃隆·马斯克等国内外众多专家推荐!
《深度学习》由全球知名的三位专家Ian 、和Aaron 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 。
深度学习入门经典:花书深度学习+李沐动手学深度学习
¥253
购买
02动手学深度学习
亚马逊科学家作品,被全球超150所高校选为教程 。
目前市面上有关深度学习介绍的书籍大多可分两类,一类侧重方法介绍 , 另一类侧重实践和深度学习工具的介绍 。本书同时覆盖方法和实践 。本书不仅从数学的角度阐述深度学习的技术与应用,还包含可运行的代码 , 为读者展示如何在实际中解决问题 。
为了给读者提供一种交互式的学习体验,本书不但提供免费的教学视频和讨论区,而且提供可运行的记事本文件,充分利用记事本能将文字、代码、公式和图像统一起来的优势 。这样不仅直接将数学公式对应成实际代码,而且可以修改代码、观察结果并及时获取经验 , 从而带给读者全新的、交互式的深度学习的学习体验 。
03零基础学机器学习
本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开,内容轻松,实战性强,主要包括机器学习快速上手路径、数学和 基础知识、机器学习基础算法(线性回归和逻辑回归)、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容,以及相关实战案例 。
零基础学机器学习
¥44.9
购买
本书所有案例均通过及-learn 机器学习库和Keras 深度学习框架实现机器人书籍大全 学人工智能十本必看书,同时还包含丰富的数据分析和数据可视化内容 。
04深度学习入门 基于的理论与实现
日本深度学习入门经典畅销书,原版上市不足2年印刷已达100 000册 。长期位列日亚“人工智能”类图书榜首,众多五星好评 。书中使用,尽量不依赖外部库或工具,从基本的数学知识出发,带领读者从零创建一个经典的深度学习网络 , 使读者在此过程中逐步理解深度学习 。
深度学习入门 基于的理论与实现(图灵出品)
¥43.9
购买
书中不仅介绍了深度学习和神经网络的概念、特征等基础知识,对误差反向传播法、卷积神经网络等也有深入讲解,此外还介绍了深度学习相关的实用技巧,自动驾驶、图像生成、强化学习等方面的应用,以及为什么加深层可以提高识别精度等疑难的问题 。
深度学习
《深度学习》由Keras之父、现任人工智能研究员的Franc.ois 执笔,详尽展示了用、Keras、进行深度学习的探索实践,涉及计算机视觉、自然语言处理、生成式模型等应用 。
深度学习
¥77.4
购买
在学习完本书后,读者将了解深度学习、机器学习和神经网络的关键概念,具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力,学会解决现实世界中的深度学习问题 。除此之外 , 本书还深刻剖析了当前的”人工智能热” , 从理性的视角展望了深度学习在未来的可能性 。
机器学习基础教程
机器学习已成为许多商业应用和研究项目不可或缺的一部分,海量数据使得机器学习的应用范围远超人们想象 。本书将向所有对机器学习技术感兴趣的初学者展示,自己动手构建机器学习解决方案并非难事!
机器学习基础教程(图灵出品)
¥66.2
购买
书中重点讨论机器学习算法的实践而不是背后的数学,全面涵盖在实践中实现机器学习算法的所有重要内容,帮助读者使用和-learn库一步一步构建一个有效的机器学习应用 。
07图解深度学习
本书从深度学习的发展历程讲起,以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法 , 以及深度学习在图像识别等领域的应用案例 。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等 。此外,还介绍了包括、、Caffe、、 和 在内的深度学习工具的安装和使用方法 。
【套装2本】图解深度学习 图解机器学习 人工智能书籍 深度学习入门 机器学习神经网络编程书籍 人工

你的机器学习书单该更新了,我建议先看这16本

文章插图
你的机器学习书单该更新了,我建议先看这16本

文章插图
¥75
购买
08图解机器学习
《图解机器学习》用丰富的图示 , 从最小二乘法出发,对基于最小二乘法实现的各种机器学习算法进行了详细的介绍 。第Ⅰ部分介绍了机器学习领域的概况;第Ⅱ部分和第Ⅲ部分分别介绍了各种有监督的回归算法和分类算法;第Ⅳ部分介绍了各种监督学习算法;第Ⅴ部分介绍了机器学习领域中的新兴算法 。书中大部分算法都有相应的程序源代码,可以用来进行简单的测试 。
09机器学习的数学
上海交通大学特别研究员、阿里巴巴、百度算法专家、优酷首席科学家、谷歌机器学习开发者专家力荐教材,SIGAI创始人全新力作,彻底解决机器学习的数学问题 。
机器学习的数学
¥54.5
购买
本书的目标是帮助读者全面、系统地学习机器学习所必须的数学知识 。全书由8章组成 , 力求精准、最小地覆盖机器学习的数学知识 。包括微积分,线性代数与矩阵论,最优化方法,概率论 , 信息论,随机过程,以及图论 。
本书从机器学习的角度讲授这些数学知识,对它们在该领域的应用举例说明 , 使读者对某些抽象的数学知识和理论的实际应用有直观、具体的认识 。
10场景化机器学习
AWS首席开发者布道师费良宏作序推荐;无须精通数学或编程机器人书籍大全 学人工智能十本必看书 , 巧用机器学习成为业务小能手 。在新一波数字化转型浪潮中 , 借助机器学习技术为业务创新赋能 , 这成了几乎所有公司可以甚至必须探索的方向 。有了恰当的工具,无须高深的数学知识或专业的技术背景,你就能在日常业务中享受机器学习带来的便利 。
场景化机器学习
¥59.3
购买
本书凝聚了作者丰富的业务自动化经验,以虚拟人物为主线,展示了如何在客户留存、客户支持等业务场景中应用机器学习技术 , 从而让流程更快速、工作更高效、决策更明智 。
11百面机器学习 算法工程师带你去面试
本书收集了超过100道机器学习的题目,这些题目大部分在近年算法工程师的笔试、面试中出现过,作者试图从实际应用出发,给出详细的解答,打通从理论到应用的障碍 。书中还讲述了很多算法背后的小故事,增加读者对问题的理解 。
百面机器学习+百面深度学习 算法工程师带你去面试(京东套装2册)
¥157.4
购买
12百面深度学习 算法工程师带你去面试
深度学习是目前学术界和工业界都非常火热的话题,在许多行业有着成功应用 。本书由Hulu的近30位算法研究员和算法工程师共同编写完成,专门针对深度学习领域,是《百面机器学习:算法工程师带你去面试》的延伸 。
本书仍然采用知识点问答的形式来组织内容,每个问题都给出了难度级和相关知识点,以督促读者进行自我检查和主动思考 。书中每个章节精心筛选了对应领域的不同方面、不同层次上的问题,相互搭配,展示深度学习的“百面”精彩,让不同读者都能找到合适的内容 。
神经网络编程
神经网络是一种模拟人脑的神经网络,以期能够实现类人工智能的机器学习技术 。
本书揭示神经网络背后的概念,并介绍如何通过实现神经网络 。全书分为3章和两个附录 。
第1章介绍了神经网络中所用到的数学思想 。第2章介绍使用实现神经网络 , 识别手写数字,并测试神经网络的性能 。第3章带领读者进一步了解简单的神经网络,观察已受训练的神经网络内部,尝试进一步改善神经网络的性能,并加深对相关知识的理解 。
14自然语言处理入门
这是一本务实的入门书,助你零起点上手自然语言处理 。HanLP 作者何晗汇集多年经验,从基本概念出发,逐步介绍中文分词、词性标注、命名实体识别、信 息抽取、文本聚类、文本分类、句法分析这几个热门问题的算法原理与工程实现 。书中通过对多种算法的讲解 , 比较了它们的优缺点和适用场景 , 同时详细演示生产级成熟代码 , 助你真正将自然语言处理应用在生产环境中 。随着本书的学习,你将从普通程序员晋级为机器学习工程师,最后进化到自然语言处理工程师 。
15人工智能(第2版)
美国经典教材,在上,被评价为自 & 的《人工智能:一种现代方法》之后最好的教材,更加适合本科生使用 。
本书是作者结合多年教学经验、精心撰写的一本人工智能教科书,堪称“人工智能的百科全书” 。全书涵盖了人工智能简史、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习和神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈、人工智能的历史和未来等主题 。
16人工智能简史(第2版)
本书全面讲述人工智能的发展史,几乎覆盖人工智能学科的所有领域,包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等,以宏阔的视野和生动的语言,对人工智能进行了全面回顾和深度点评 。
人工智能简史 第2版
¥59.3
购买
本书极具专业性、思想性和趣味性,既适合缺少专业背景的读者了解人工智能的来龙去脉,作为人工智能的启迪之书,也适合专业人士了解人工智能鲜为人知的历史,提供深入学习的指导 。
【你的机器学习书单该更新了,我建议先看这16本】本文到此结束,希望对大家有所帮助 。