AI从业者必读书单
原创
©著作权归作者所有:来自51CTO博客作者mb62b92582e5a0a的原创作品,请联系作者获取转载授权,否则将追究法律责任
西瓜书《机器学习》
《Machine Learning Yearning》
《动手学深度学习》
- 作者:阿斯顿·张,李沐,扎卡里 C. 立顿和亚历山大 J. 斯莫拉
- 介绍:基于MXNET框架的深度学习实战教材;
- 优点:代码、课程和讲义完全开源,适合入门;
- 难度:★★★
- 推荐指数:★★★★
- MXNet版:http://zh.gluon.ai/index.html
- PyTorch版:https://github.com/ShusenTang/Dive-into-DL-PyTorch
花书《深度学习》
- 作者:IanGoodfellow、YoshuaBengio和AaronCourville;
- 介绍:介绍了深度学习的起源、基础、分支和前言研究;
- 优点:内容分支比较全面,非常适合深入学习深度学习;
- 难度:★★★
- 推荐指数:★★★★★
- 英文原版:http://www.deeplearningbook.org/
《统计学习方法》
- 作者:李航
- 介绍:统计学习的监督学习和无监督学习方法;
- 优点:公式推导细致,原理介绍深入;
- 难度:★★★★
- 推荐指数:★★★★
《自然语言处理综论》
- 作者:Daniel Jurafsky和James H. Martin
- 介绍:涵盖了自然语言处理、计算语言学和语音识别知识;
- 难度:★★★★
- 推荐指数:★★★
《信息检索导论》
- 作者:Christopher Manning、Prabhakar Raghavan和Hinrich Schütze
- 介绍:从计算机科学的视角介绍了信息检索的方法、理论和评价指标各方面;
- 难度:★★★
- 推荐指数:★★★
《网络群体与市场》
- 作者:David Easley和Jon Kleinberg
- 介绍:复杂网络分析的入门教材,信息科学和社会科学交叉领域的优秀参考书;
- 难度:★★★
- 推荐指数:★★★★
《数字图像处理》
- 作者:RafaelC.Gonzalez和Richard E.Woods
- 介绍:数字图像处理的经典教材,详细介绍了图像处理的原理和应用;
- 难度:★★★
- 推荐指数:★★★★★
《解析深度学习:卷积神经网络原理与视觉实践》
- 作者:魏秀参
- 介绍:卷积神经网络的原理和应用,不错的CNN普及教材;
- 难度:★★
- 推荐指数:★★★★
《Foundations of Machine Learning》
- 作者:Mehryar Mohri、Afshin Rostamizadeh和Ameet Talwalkar
- 介绍:非常精简和经典的机器学习教材;
- 难度:★★★
- 推荐指数:★★★★
《The Elements of Statistical Learning》
- 作者:Trevor Hastie、Robert Tibshirani和Jerome Friedman
- 介绍:大名鼎鼎的ESL,最好的机器学习教材,难度大;
- 难度:★★★★★
- 推荐指数:★★★★
《Pattern Recognition and Machine Learning》
- 作者:Christopher Bishop
- 介绍:大名鼎鼎的PRML,从贝叶斯角度学习机器学习;
- 难度:★★★★★
- 推荐指数:★★★★
《Machine Learning:A Probabilistic Perspective》
- 作者:Kevin P·Murphy
- 介绍:大名鼎鼎的MLAPP,对机器学习各方面都有介绍,书籍有配套代码;
- 难度:★★★★★
- 推荐指数:★★★★
《Learning From Data》
- 作者:Yaser S. Abu-Mostafa、Malik Magdon-Ismail和Hsuan-Tien Lin
- 介绍:机器学习基石配套教材;
- 难度:★★★
- 推荐指数:★★★★
《Reinforcement Learning》
- 作者:Richard S. Sutton和Andrew G. Barto
- 介绍:强化学习入门教材;
- 难度:★★★★
- 推荐指数:★★★
《Information Theory, Inference and Learning Algorithms》
- 作者:David J. C. MacKay
- 介绍:信息论教材,内容非常全面;
- 难度:★★★★
- 推荐指数:★★★★
《百面机器学习》
- 作者:诸葛越和葫芦娃
- 介绍:Hulu公司总结的机器学习面试知识点;
- 难度:★★★
- 推荐指数:★★★★