人工智能必讀書單

1、動手學(xué)深度學(xué)習(xí)-中文版

http://zh.gluon.ai/

《動手學(xué)深度學(xué)習(xí)》是一本既能講原理、又有實(shí)現(xiàn)和實(shí)際使用、不斷更新、而且容易讀的書。這本書?向希望了解深度學(xué)習(xí)，特別是對實(shí)際使?深度學(xué)習(xí)感興趣的?學(xué)?、?程師和研究?員。不要求你有任何深度學(xué)習(xí)或者機(jī)器學(xué)習(xí)的背景知識，從頭開始解釋每?個(gè)概念。

四位作者均是亞馬遜科學(xué)家，對人工智能領(lǐng)域頗具口碑。本書也得到了來自學(xué)術(shù)界和工業(yè)界的韓家煒、周志華、張潼、余凱等眾多實(shí)力大咖鼎力推薦。

?

2、Neural-Network-Methods-for-NLP

這本書是一本非常適合入門自然語言處理的書籍，足夠薄，最關(guān)鍵的是有中文版。。。是哈工大車萬翔老師團(tuán)隊(duì)翻譯的，在一定程度上做到了權(quán)威。不過有的地方翻譯的意思有出入，對照英文版就可以了。

本書可分為四部分。整體雖然劃分開，但是想法比較串聯(lián)，容易從0開始構(gòu)建自然語言數(shù)據(jù)處理方法的認(rèn)知。第一部分介紹神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。第二部分介紹自然語言數(shù)據(jù)的處理。第三部分介紹特殊的深度學(xué)習(xí)結(jié)構(gòu)。第四部分是一些非核心主題，我覺得相比之下，一些會議的Tutorials更值得閱讀。

?

3、Python學(xué)習(xí)手冊(第4版)

Python學(xué)習(xí)手冊第4版每一章都包含關(guān)于Python語言的關(guān)鍵內(nèi)容的獨(dú)立的一課，并且包含了一個(gè)獨(dú)特的“練習(xí)題”部分，其中帶有實(shí)際的練習(xí)和測試，以便你可以練習(xí)新的技能并隨著學(xué)習(xí)而測試自己的理解。你會發(fā)現(xiàn)眾多帶有注釋的示例以及圖表，它們將幫助你開始學(xué)習(xí)Python 3.0。

4、Reinforcement-Learning-an-Introduction

《強(qiáng)化學(xué)習(xí)（第2版）》作為強(qiáng)化學(xué)習(xí)思想的深度解剖之作，被業(yè)內(nèi)公認(rèn)為是一本強(qiáng)化學(xué)習(xí)基礎(chǔ)理論的經(jīng)典著作。它從強(qiáng)化學(xué)習(xí)的基本思想出發(fā)，深入淺出又嚴(yán)謹(jǐn)細(xì)致地介紹了馬爾可夫決策過程、蒙特卡洛方法、時(shí)序差分方法、同軌離軌策略等強(qiáng)化學(xué)習(xí)的基本概念和方法，并以大量的實(shí)例幫助讀者理解強(qiáng)化學(xué)習(xí)的問題建模過程以及核心的算法細(xì)節(jié)。

?

5、機(jī)器學(xué)習(xí)（西瓜書）

機(jī)器學(xué)習(xí)是計(jì)算機(jī)科學(xué)與人工智能的重要分支領(lǐng)域. 本書作為該領(lǐng)域的入門教材，在內(nèi)容上盡可能涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)知識的各方面。 為了使盡可能多的讀者通過本書對機(jī)器學(xué)習(xí)有所了解。 作者試圖盡可能少地使用數(shù)學(xué)知識. 然而, 少量的概率、統(tǒng)計(jì)、代數(shù)、優(yōu)化、邏輯知識似乎不可避免. 因此, 本書更適合大學(xué)三年級以上的理工科本科生和研究生, 以及具有類似背景的對機(jī)器學(xué) 習(xí)感興趣的人士. 為方便讀者, 本書附錄給出了一些相關(guān)數(shù)學(xué)基礎(chǔ)知識簡介

6、深度學(xué)習(xí)與計(jì)算機(jī)視覺 ?算法原理、框架應(yīng)用與代碼實(shí)現(xiàn)

《深度學(xué)習(xí)與計(jì)算機(jī)視覺：算法原理、框架應(yīng)用與代碼實(shí)現(xiàn)》全面介紹了深度學(xué)習(xí)及計(jì)算機(jī)視覺中基礎(chǔ)的知識，并結(jié)合常見的應(yīng)用場景和大量實(shí)例，帶領(lǐng)讀者進(jìn)入豐富多彩的計(jì)算機(jī)視覺領(lǐng)域。作為一本“原理+實(shí)踐”教程，本書在講解原理的基礎(chǔ)上，通過有趣的實(shí)例帶領(lǐng)讀者一步步親自動手，不斷提高動手能力，而不是枯燥和深奧原理的堆砌。

全書共13章，分為2篇。第1篇基礎(chǔ)知識，介紹了人工智能發(fā)展里程、計(jì)算機(jī)視覺概要、深度學(xué)習(xí)和計(jì)算機(jī)視覺中的基礎(chǔ)數(shù)學(xué)知識、神經(jīng)網(wǎng)絡(luò)及其相關(guān)的機(jī)器學(xué)習(xí)基礎(chǔ)、卷積神經(jīng)網(wǎng)絡(luò)及其一些常見結(jié)構(gòu)，最后對最前沿的趨勢進(jìn)行了簡單探討。第2篇實(shí)例精講，介紹了Python基礎(chǔ)、OpneCV基礎(chǔ)、最簡單的分類神經(jīng)網(wǎng)絡(luò)、圖像識別、利用Caffe做回歸、遷移學(xué)習(xí)和模型微調(diào)、目標(biāo)檢測、度量學(xué)習(xí)和圖像風(fēng)格遷移等常見的計(jì)算機(jī)視覺應(yīng)用場景。從第5章開始包含了很多有趣和實(shí)用的代碼示例。從第7章開始的所有實(shí)例都基于當(dāng)前最流行的深度學(xué)習(xí)框架中的Caffe和MXNet，其中包含了作者原創(chuàng)的大量代碼和搜集的數(shù)據(jù)，這些代碼和作者訓(xùn)練好的部分模型已分享到本書github頁面上供讀者自行下載。

本書適合對人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和計(jì)算機(jī)視覺感興趣的讀者閱讀。閱讀本書要求讀者具備一定的數(shù)學(xué)基礎(chǔ)和基本的編程能力，并需要讀者了解Linux的基本使用。

代碼庫地址：
https://github.com/frombeijingwithlove/dlcv_for_beginners

7、數(shù)據(jù)挖掘?qū)д?#xff08;完整版）

《數(shù)據(jù)挖掘?qū)д?完整版)》涵蓋五個(gè)主題：數(shù)據(jù)、分類、關(guān)聯(lián)分析、聚類和異常檢測。除異常檢測外，每個(gè)主題都包含兩章：前面一章講述基本概念、代表性算法和評估技術(shù)，后面一章較深入地討論高級概念和算法。目的是使讀者在透徹地理解數(shù)據(jù)挖掘基礎(chǔ)的同時(shí)，還能了解更多重要的高級主題。此外，書中還提供了大量示例、圖表和習(xí)題。

《數(shù)據(jù)挖掘?qū)д?完整版)》適合作為相關(guān)專業(yè)高年級本科生和研究生數(shù)據(jù)挖掘課程的教材，同時(shí)也可作為數(shù)據(jù)挖掘研究和應(yīng)用開發(fā)人員的參考書。

關(guān)注公眾號，發(fā)送關(guān)鍵字：<人工智能書單> 獲取書單pdf文件

?

?

總結(jié)

以上是生活随笔為你收集整理的2021-04-24 人工智能必读书单 Python的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。