大牛图书清单｜朝人工智能方向推荐好书（带推荐词）

【新志远导读】阅读是一辈子的功课. 技术人员可以通过阅读和学习精通知识来提高自己. TEG Book知道，在本期中，腾讯TEG AI实验室专家姚建华，腾讯TEG AI平台部工程平台中心负责人罗敏和腾讯TEG AI实验室专家李志峰将为您带来有关AI方向的好书. 让我们看一下Daniel正在阅读什么技术并收集高质量的内容. 我希望这份清单能帮助您变得更.

博士姚建华是医学影像AI领域的专家，在AI Lab负责AI +医学领域的前沿研究和产品实现. 他在脊柱图像分析，肿瘤生长预测，结肠癌检测和图像引导机器人方面取得了杰出成就. 编辑了许多特殊问题和期刊专着，并组织了许多国际学术研讨会. 他在行业期刊和会议上发表了350多篇论文，被引用了6000多次，并且h指数为39.

“深度学习”

作者: Ian Goodfellow，Yoshua Bengio，Aaron Courville

Daniel的推荐: 这本书详细详细地介绍了深度学习，神经网络和机器学习方法背后的数学公式和理论基础. 作者已经以一种可以理解的方式成功地解释了复杂的理论. 同时，本书还详细解释了如何在实际工作中使用这些方法，从而帮助读者更加灵活地使用开源代码.

博士李志峰还推荐这本书作为经典的深度学习入门圣经，涵盖了大多数深度学习的基本概念，数学推导和工业应用中的深度学习技术. 值得反复研究.

“ Python机器学习”

作者: 塞巴斯蒂安·拉施卡

Daniel的建议: 本书通过示例演示了如何使用Python编写机器学习应用程序. 这是一本很好的入门级编程书籍.

“深入了解图像: 分割，配准和图像分析的原理和实践”

作者: Terry S. Yoo

Daniel的推荐: 这本书从理论和实际应用两个方面介绍了医学图像处理的主要技术，包括分割，配准以及基本图像处理和分析. 以开源软件ITK为例，具有很高的实用价值.

罗敏，腾讯TEG AI平台部工程平台中心负责人. 自加入腾讯以来，他参与了大容量存储，Web搜索，垂直搜索和其他技术的研发和团队管理. 相关技术的研发和业务支持.

“数学之美”

作者: 吴

丹尼尔（Daniel）的推荐: 这本书值得反复品尝，易于理解，可以养成大家减少使用数学解决工程问题的复杂性的习惯，这是成为一名优秀工程师的必要素质，尤其是在在AI时代，我们不再面对0和1的问题，而是要解决更多不确定的问题.

“分布式机器学习: 算法，理论与实践”

作者: 铁洛克，陈炜，王泰峰，高飞

Daniel的推荐: 团队的机器学习工程小组的推荐可以说是中国分布式机器学习的第一本书. 分布式机器学习是一个涉及数据，模型，算法，通信，硬件和许多其他方面的系统工程，本书从理论，算法和实践等许多方面进行了系统且深入的讨论. 理论和算法部分值得一看. 练习部分也为刚进入该领域的学生提供了一定的参考. 意义.

“机器学习培训支票”

作者: 吴彦祖

Daniel的建议: 这是一本开源电子书. 这本书的重点不是讲解传统的机器学习算法，而是教您如何使机器学习算法起作用. 如果您或您的团队正在开发与机器学习相关的应用程序，并期待快速发展，那么本书将是您的正确助手.

博士腾讯专家研究员，人工智能实验室计算机视觉中心面部和OCR团队负责人李志峰. IEEE高级会员. 他毕业于中国科学技术大学，并获得试点改革班的学. 他拥有硕和博. 来自香港中文大学. 他的研究兴趣包括人工智能，计算机视觉，面部研究等. 他在相关领域的国际顶级学术会议和期刊上发表了许多高质量的论文，并在学术界和行业中受到广泛关注.

博士Li带领团队在国际知名的人脸检测评估平台（WIDER FACE和FDDB），国际知名的人脸识别评估平台（Megaface Challenge）以及OCR的国际知名评估平台ICDAR上获得十几个世界排名一个人的成功. 开发出来的原始技术已经连接到许多应用场景，例如腾讯信息安全，腾讯互联网+公共服务平台（腾讯云Smart Eye），每天的技术调用次数超过6亿次，将在人机中得到更广泛的应用. 未来的互动. ，信息安全，政府事务，金融，安全等领域. 国际期刊Neurocomputing的编辑委员会成员.

“模式识别和机器学习”

作者: Christopher M. Bishop

Daniel的推荐: 这是从贝叶斯角度出发的第一本有关模式识别和机器学习的基础教科书. 它被广泛用作外国大学的标准教科书. 作为基础教科书，它假定读者没有机器学习的背景，并详细介绍了机器学习领域中常用的模型.

《黑客帝国食谱》

作者: Kaare Brandt Petersen和Michael Syskind Pedersen

Daniel的建议: 这是有关线性代数运算的重要参考手册. 它介绍了常用的概率分布，矩阵变换，矩阵微分，矩阵分解和一些特殊矩阵.

“使用Scikit-Learn和TensorFlow进行动手机器学习: 构建智能系统的概念人工智能经典书籍，工具和技术”

作者: AurélienGéron

Daniel的推荐: 这本书是由前Google机器学习工程师撰写的. 它使用一些简单的示例来展示如何使用Python + TensorFlow框架解决实际的应用程序问题. 这是一个很好的实用入门教程.

在招募志远AI技术+产业新社区的过程中人工智能经典书籍，欢迎对AI技术+产业登陆感兴趣的学生，在小组中添加一个小助手_2；通过审核后，我们将邀请您加入该小组，您必须在加入社区小组备注（姓名-公司-职位；严格的小组审核，请理解）之后进行修改.

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-176284-1.html