人工智能十大经典书目

2017年最热门的关键词属于人工智能和深度学习. 什么时候可以实现真正的AI（强大的AI或人工智能，简称AGI）？真正的AI必须完成一系列的学习过程，如人类一样的学前班，一年级和二年级，直到大学毕业，然后申请计算机程序员的职位来编写类似于人类软件开发人员的程序. 然后，满意的雇主可以克隆数百名经验丰富的AI程序员. 最终，智能机器人将完成我们允许它完成的所有工作.

人工智能机器人的智商应该是什么？人类智商是100-150、1000、100万还是10亿吗？这是个大问题. 一旦我们可以创建AI机器人，就应该能够设置其IQ级别. 高智商的AI机器人必须将人类视为“聪明的猴子”，他们实际上是利用有限的生物智能创造奇迹. 未来几年将继续是人工智能时代，现在进入人工智能行业，这些畅销书不容错过.

“深度学习[deep learning]”

【美】伊恩·古德费洛（Ian Goodfellow）

【加号】Yoshua Bengio（Joshua Bengio）

【加号】亚伦·库维尔（Aaron Courville）筷子

AI圣经！深度学习领域的突破性经典畅销书！长期以来，它一直是Amazon Amazon AI和机器学习书籍列表的顶部！所有数据科学家和机器学习从业者必读的书！推荐特斯拉首席执行官埃隆·马斯克（Elon Musk）和其他专家！

深度学习是机器学习的一个分支，它使计算机能够通过分层概念来学习经验和理解世界. 因为计算机可以从经验中获取知识，所以人类无需正式定义计算机所需的所有知识. 层次概念允许计算机通过构造简单的概念来学习复杂的概念，并且这些分层的图结构将具有更深的层次. 本书将介绍深度学习领域中的许多主题.

本书涵盖了数学和相关概念的背景知识，包括线性代数，概率论，信息论，数值优化和机器学习. 同时，它还介绍了行业从业人员使用的深度学习技术，包括深度前馈网络，正则化，优化算法，卷积网络，序列建模和实用方法. 在语音识别，计算机视觉，推荐系统，生物信息学和视频游戏中的应用. 最后，这本书还提供了一些研究方向，涵盖了包括线性因子模型，自动编码器，表示学习，结构化概率模型，蒙特卡洛方法，分区函数，近似推理和深度生成模型在内的理论主题.

“ TensorFlow技术分析与实战”

李家璇陈

领导“ Google Brain”的工程师Jeff Dean发送了一条消息；李航，于凯等人工智能领域的专家高度推荐它；基于TensorFlow 1.1，包含了TensorFlow的新功能;综合的技术含量，丰富的实践案例，广阔的视野；人脸识别，语音识别，图像和语音组合等热点都可以使用

TensorFlow是流行的深度学习框架之一，非常适合初学者. Google正在努力建立相关软件和机器学习模型的开源生态系统，这是人工智能开发的技术出路.

本书基于TensorFlow 1.1版本，深入的TensorFlow基本原理，设计概念，编程模型，源代码分析和模型构建，工业应用，数据培训等. 本书分为三部分: 基本，实用和改进.

“ TensorFlow机器学习项目实战”

【阿根廷】Rodolfo Bonnin筷子

这本书是一本实用的教程，介绍了如何在产品中使用TensorFlow. 本书介绍了可以使用TensorFlow的各种情况，并向读者展示了如何通过实际项目使用TensorFlow. 本书还介绍了在实际环境中使用TensorFlow的创新方法.

这本书主要介绍第二代机器学习和数值计算. 它提供训练模型，机器学习，深度学习和使用各种神经网络的项目来解释TensorFlow的应用领域. 它还讨论了如何使用TensorFlow计算Complex值.

“ Python机器学习实践指南”

【美】Alexander T. Combs筷子

机器学习正在迅速成为数据驱动世界中的双模块. 许多不同领域，例如机器人技术，医学，零售和出版，都需要依赖此技术. 通过阅读《 Python机器学习实践指南》，您将逐步学习如何构建真正的机器学习应用程序.

Python机器学习实践指南教您如何使用机器学习以简单，清晰和简洁的方式收集，分析和处理大量数据. 本书通过易于理解的项目，介绍了如何处理各种类型的数据，如何以及何时应用不同的机器学习技术，包括监督学习和无监督学习. 本书中的每个项目都提供了教学和实践. 您将学习如何使用聚类技术查找廉价机票，以及如何使用线性回归查找廉价公寓.

Python机器学习实践指南合适的读者包括Python程序员，数据科学家，了解数据科学的架构师以及希望构建完整的基于Python的机器学习系统的人.

“ Python机器学习预测分析的核心算法”

【美国】迈克尔·鲍尔斯（鲍尔斯）

机器学习侧重于预测，其核心是基于数学和算法的技术. 要掌握这项技术，您需要对数学和统计学的概念有深刻的理解，并能够熟练使用R或其他编程语言.

本书介绍了两种可以有效预测的机器学习算法，并展示了如何使用Python编程语言完成机器学习任务，从而降低了机器学习的难度，并使更广泛的群体可以掌握机器学习人.

作者利用多年的机器学习经验来引导读者设计，构建和实现自己的机器学习解决方案. 本书尽可能以简单的术语介绍算法，以避免复杂的数学推导，同时提供示例代码来帮助读者快速入门. 读者将很快了解模型构建的原理. 无论是简单问题还是复杂问题，读者都可以学习如何找到解决问题的算法. 本书中的详细示例提供了特定的可修改代码，展示了机器学习的机制，介绍了线性回归和积分方法，并有助于理解使用机器学习方法的基本过程.

“深度学习的基础知识（基于R语言）”

【美】Joshua F. Wiley（威廉）

深度学习是机器学习的一个分支，它基于一组尝试使用模型体系结构构建高级抽象模型的算法. 本书结合R语言介绍了深度学习软件包H2O人工智能经典书籍，以帮助读者理解深度学习的概念. 本书首先在R中设置了重要且可用的深度学习包，然后转向构建诸如神经网络，预测和深度预测之类的模型，所有这些模型都是在实际案例的帮助下实现的. 成功安装H2O软件包后，您将学习预测算法. 然后，这本书将解释概念，例如过拟合数据人工智能经典书籍，异常数据和深度预测模型. 最后，这本书将介绍设计调整和优化模型的概念.

本书适合那些精通R语言数据科学概念并希望使用R中的软件包进一步探索深度学习范式的数据科学家. 读者需要对R语言有基本的了解，并熟悉统计算法和机器学习技术.

“机器学习的实际应用”

李波

触手可及的人工智能使数据起舞，并使用算法扩大业务范围. 阿里机器学习专家的杰作，实践经验分享.

这是面向机器学习爱好者的罕见入门级教程. 本书涵盖了机器学习，深度学习和其他相关内容的基本理论. 内容很简单. 更加值得称赞的是，本书基于阿里云机器学习平台，针对7种特定的业务场景，构建了完整的解决方案，为读者带来了第一手实际的演练体验. -阿里云高级专家储伟

机器学习算法正在逐步渗透到数据操作的各个方面. 算法和业务数据的结合可以大大提高业务效率并降低成本. 本书以算法的商业应用为切入点，包含大量案例描述，非常适合读者快速入门. -阿里云高级专家陈鹏宇

“人工智能时代”

【美】by Kalman Toth（Tos）

对于人类来说，人工智能具有广阔的前景，也充满挑战.

人工智能时代人类将面临哪些变化和困惑？

人工智能的发展将给人类社会带来什么影响和影响？

当所有工作都由超智能机器人完成时，这表明我们已经进入一个没有工作的社会. 机器会完全取代人类吗？

人类如何控制智商为150的数百万智商的人工智能？

本书重点介绍人工智能的历史，发展和应用，并进行广泛的讨论和介绍，以帮助读者解决有关人工智能的各种问题.

打开本书，了解什么是人工智能以及它将如何影响我们的生活和未来！

“数据科学家访谈记录”

【美】Carl Shan（山燕）William Chen（陈子蔚）Henry Wang（汪强明）

宋迈思（Max Song）

撰写

在本书中，您将看到作者对来自不同背景，学科和行业的25位杰出数据科学家的采访. 作者采访了来自Facebook，Linkedin和Intuit等公司的专家，以及来自快速发展的初创公司（如Uber，Airbnb，Palantir，Mattermark，Quora，Square和Khan Academy）的数据科学家.

其中一些数据科学家，例如DJ Patil和Hillary Mason，是该领域的开拓者，可以像今天一样发展成为享誉世界的人们. 其他人，例如克莱尔·科特尔（Clare Corthell），是数据科学领域的后起之秀. 本书提供了直观而深入的访谈，展示了每位数据科学家从离开学术界到逐步成长为数据科学界的领导者的生活经验，以及他们从中学到的宝贵经验. 处理事物.

这本书适合那些有兴趣成为数据科学家的人，从事数据科学相关工作的人，数据科学团队的负责人，企业家和商人. 它也适合对数据感兴趣的读者.

“ Python贝叶斯分析”

奥斯瓦尔多·马丁（Osvaldo Martin）的【阿根廷】

本书介绍了贝叶斯统计的主要概念以及如何将其应用于数据分析. 本书介绍了使用编程计算的实用方法进行贝叶斯建模的基础知识. 它使用一些手动构建的数据和一部分简单的真实数据来解释和探索贝叶斯框架中的核心概念，然后使用本书中涉及的模型，将线性模型抽象化以解决回归和分类问题. 另外，详细说明了混合模型和分层模型. 单独的章节讨论了如何进行模型选择. 还简要介绍了非参数模型和高斯过程.

本书中的所有贝叶斯模型都使用PyMC3实现. PyMC3是用于概率编程的Python库，本书中介绍了其许. 借助本书和PyMC3，读者将学习实现，检查和扩展贝叶斯统计模型，以解决一系列数据分析问题.

“ Python编程第三版”

【美】John Zelle（Cele）

Python之父推荐使用序言. 本书使用Python作为教授计算机编程的工具. 强调解决问题，设计和编程是计算机科学的核心技能. 本书具有鲜明的特点，生动有趣的示例，易于阅读，易于学习，适合Python程序员阅读，也适合大专院校的计算机师生.

这本书具有以下特征:

●计算机图形学被广泛使用-本书提供了一个简单的图形包graphics.py作为示例.

●生动有趣的示例-本书包含解决实际问题的完整编程示例.

●友好而自然的写作-以自然的叙事风格介绍了重要的计算机科学概念.

●灵活的螺旋学习过程-简单介绍概念，逐步引入新思想，并在本章末尾巩固和加强这些思想.

●是时候介绍对象了，这本书既不是严格的“早期谈论对象”，也不是“后期谈论对象”，而是在命令式编程的基础上简要介绍了对象的概念.

●提供丰富的教材-大量的习题练习. 还提供了代码示例和指导性PPT下载.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-176282-1.html