十大人工智能经典教程，你都读过了吗？
The following article is from 异步图书 Author 异步图书
脚本之家
你与百万开发者在一起
入门和进阶该看那些书？这一直是困扰着初学者的难题。先分享一期十大人工智能经典教程。
《深度学习》
赵申剑 & 黎彧君 & 李凯 & 符天凡 译
编辑推荐
● 深度学习是机器学习的一个分支，它能够使计算机通过层次概念来学习经验和理解世界。
● 适用于希望在各种产品或平台上开始使用深度学习技术的软件工程师。
本书为三大部分，第一部分介绍应用数学基础知识和机器学习的基本概念，第二部分介绍业界经典的深度学习算法，第三部分是一些探索性研究，对深度学习的未来发展非常重要。本书假定读者拥有计算机科学的背景，熟悉编程，对计算性能、复杂度问题、图论知识以及入门的微积分了解。
《动手学深度学习》
编辑推荐
● 本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。
● 本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。
本书不仅阐述深度学习的算法原理，还演示它们的实现和运行。本书共分3个部分：第一部分介绍深度学习的背景，提供预备知识，并包括深度学习最基础的概念和技术；第二部分描述深度学习计算的重要组成部分，还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络；第三部分评价优化算法，检验影响深度学习计算性能的重要因素，并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。
《Python神经网络编程》
林赐 译
编辑推荐
● 神经网络是深度学习和人工智能的关键元素，然而，真正了解神经网络工作机制的人少之又少。
● 本书用轻松的笔触，一步一步揭示了神经网络的数学思想，并介绍如何使用Python编程语言开发神经网络。
本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在Raspberry Pi上工作。
《人工智能（第2版）》
林赐 译
编辑推荐
● 图文详细、示例丰富，同时配备诸多附加资源，非常适合作为自学和教学指南。
● 人工智能的发展进入了新的历史阶段，成为科研、教学和创业等领域关注的热点。
本书共为17章，讲述了如何多样化探索人工智能领域，原书在亚马逊上收到众多高校老师和学生的好评。书中不仅介绍了人工智能的基础理论，还介绍了机器学习、神经网络、自然语言处理等热门话题，帮助读者全方位了解人工智能领域的方方面面。本书既适合作为教材，也适合作为个人阅读的参考指南。
《PyTorch深度学习》
王海玲 & 刘江峰 译
编辑推荐
● 为图像自行创建数据集和数据装载器，然后使用torchvision和torchtext测试模型。
● 读者可以使用PyTorch轻松开发深度学习应用程序。
本书详细讲解了如何使用前沿的深度学习库PyTorch来解决所有的深度学习需求，读者可使用PyTorch训练神经网络，提升其速度和灵活性，以及如何在不同的场景中应用神经网络。本书涵盖了ResNET、Inception、DenseNet等在内的高级神经网络架构以及它们的应用案例。本书适合数据分析师、数据科学家，以及对深度学习感兴趣且希望在系统中执行深度学习最佳做法的读者阅读。
《scikit-learn机器学习（第2版）》
编辑推荐
● 讨论了数据预处理、超参数优化和集成方法等主题。
● 机器学习提供的强大算法和技巧可以自动化驱动任何分析模型。
本书内容共计14章，分别从机器学习基础、简单线性回归、基于K临近法的分类和回归分析、特征提取和预处理、简单回归和多重回归、线性回归和逻辑回归、朴素贝叶斯、决策树的非线性分类和回归、决策树、随机森林和其他方法、感知机、向量机、人工神经网络、K-means聚类等内容。
《深度强化学习原理与实践》
编辑推荐
● 本书构建了一个完整的强化学习知识体系，降低读者的学习门槛和入门难度。
● 本书提供分章的配套源码，读者可到异步社区中下载并使用。
本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起，通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点，涵盖目前的热点应用，例如图像风格创造、图像检测、语音识别等。最后一章利用一个大型的深度案例（AlphaGo围棋）来总结全书内容，达到活学活用的目的。
《Keras深度学习实战》
王海玲 & 李昉 译
编辑推荐
● 在大型神经网络上使用反向传播算法逐步优化函数 。
● 使用深度学习进行图像和音频处理 。
本书用当前流行的Keras框架实现了大量深度学习算法，构建了众多深度学习模型，并且介绍了深度学习在游戏等实际场合中的应用，特别是本书还介绍了当前火热的生成对抗网络（GAN）的应用。全书通俗易懂，强调实际案例，适合广大的机器学习从业者和爱好者入门与实践。
《Python自然语言处理》
陈涛 & 张旭 & 崔杨 & 刘海平 译
编辑推荐
● Python自然语言处理方面的权威之作 。
● 提供丰富英文语料库和代码，方便练习 。
本书提供了非常易学的自然语言处理入门介绍，该领域涵盖从文本和电子邮件预测过滤，到自动总结和翻译等多种语言处理技术。你将学会编写 Python程序处理大量非结构化文本，并将理解用于分析书面通信内容和结构的主要算法。
《计算机视觉度量：从特征描述到深度学习》
刘波 & 罗棻 译
编辑推荐
● 覆盖了90%计算机视觉领域的内容。
● 本书鼓励读者自己去思考每种方法是如何设计的，以及它们背后的工作原理是什么。
本书是计算机视觉领域的先驱人物Scott Krigs的最新作品，全书对目前流行的计算机视觉算法进行了深入浅出的讲解，包括各种图像特征描述方法、图像成像原理、距离度量、视觉算法开发的整体优化等。特别是新增的深度学习和神经网络在视觉上的新进展很有价值。
脚本之家官方书店
（长按图片识别二维码快速购买）
●后台输入【书单】两字获取更多精彩书单
返回 上一级 搜索“Java 女程序员 大数据 留言送书 运维 算法 Chrome 黑客 Python JavaScript 人工智能 女朋友 MySQL 书籍 等关键词获取相关文章推荐。