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：★★★★
