2018年是AI的年代,2019不出意外應該同樣是AI的年代。2018年中國AI崗缺口1萬多,2019年這個缺口可能會更大。要想在AI的年代大鵬展翅,就得玩轉機器學習。這里為大家精選了10本機器學習暢銷書,希望能夠對大家有所幫助。
1.《機器學習實戰:基于Scikit-Learn和TensorFlow》
作者:[法]奧雷利安·杰龍
出版時間:2018年8月
通過具體的例子、非常少的理論和兩個成熟的Python框架——Scikit-learn和 TensorFlow,幫助你直觀地理解與掌握構建智能系統的概念和工具。
你將學習一系列技術,從簡單的線性回歸到深度神經網絡等。每章的習題幫助你運用學到的知識,你所需要的只是一點編程經驗,僅此而已。
通過本書你將學習:
探索機器學習的全景圖,特別是神經網絡。
使用Scikit-Learn來端到端地建立一個機器學習項目的示例。
探索多種訓練模型,包括支持向量機、決策樹、隨機森林和集成方法。
使用TensorFlow庫建立和訓練神經網絡。
深入神經網絡架構,包括卷積網絡、遞歸網絡和深度強化學習。
學習訓練和伸縮深度神經網絡的技巧。
應用可以工作的代碼示例,而無須過多的機器學習理論或算法細節。
2.《分布式機器學習:算法、理論與實踐》
作者:劉鐵巖,陳薇,王太峰,高飛
出版時間:2018年10月
微軟亞洲研究院機器學習核心團隊潛心力作!鄂維南院士、周志華教授傾心撰寫推薦序!
人工智能和大數據時代,分布式機器學習解決了大量最具挑戰性的問題,《分布式機器學習:算法、理論與實踐》全面分析了分布式機器學習的現狀,深入分析其中核心問題,討論該領域的未來發展方向。
3. 《TensorFlow學習指南:深度學習系統構建詳解》
作者:[以] 湯姆·奧普
出版時間:2018年6月
面向廣泛的技術受眾(從數據科學家、工程師到學生和研究人員),本書介紹了TensorFlow的基本原理和實踐方法。
從TensorFlow中的一些基本示例開始,深入探討諸如神經網絡體系結構、TensorBoard可視化、TensorFlow抽象庫和多線程輸入管道等主題。
閱讀本書,你將習得如何使用TensorFlow構建和部署工業級深度學習系統。
通過閱讀本書,你將:
輕松愉快地安裝并運行TensorFlow。
學習如何使用TensorFlow從頭開始構建深度學習模型。
訓練流行的計算機視覺和NLP深度學習模型。
使用抽象庫來使開發更容易和更快速。
學習如何擴展TensorFlow并使用集群分布式訓練模型。
在生產環境中部署TensorFlow。
4. 《利用Python進行數據分析(原書第2版)》
作者:[美] 韋斯·麥金尼(Wes McKinney)
出版時間:2018年8月
Python數據分析經典暢銷書全新升級!基于Python3.6。
本書主要內容:
全部代碼更新
更新到Python3.6版本(第1版中使用的是Python2.7)
更新了Python第三方發布版Anaconda和其他所需Python包的安裝指引
更新pandas庫到2017年新版
新增關于更多高級pandas工具和一些使用提示
新增statsmodels和scikit-learn的簡明使用介紹
新增大量案例
5. 《基于深度學習的自然語言處理》
作者:約阿夫·戈爾德貝格(Yoav Goldberg)
出版時間:2018年5月
將深度學習技術應用于自然語言處理的實用指南。
由哈爾濱工業大學NLP核心團隊傾心推薦并翻譯。
本書系統闡述將深度學習技術應用于自然語言處理的方法和技術,深入淺出地介紹了深度學習的基本知識及各種常用的網絡結構,并重點介紹了如何使用這些技術處理自然語言。
6. 《Python機器學習(原書第2版)》
作者:塞巴斯蒂安·拉施卡,瓦希德·米
出版時間:2018年12月
本書將機器學習背后的基本理論與應用實踐聯系起來,通過這種方式讓讀者聚焦于如何正確地提出問題、解決問題。書中講解了如何使用Python的核心元素以及強大的機器學習庫,同時還展示了如何正確使用一系列統計模型。
在本書第1版的基礎上,作者對第2版進行了大量更新和擴展,納入最近的開源技術,包括scikit-learn、Keras和TensorFlow,提供了使用Python構建高效的機器學習與深度學習應用的必要知識與技術。
通過閱讀本書,你將學到:
探索并理解數據科學、機器學習與深度學習的主要框架
通過機器學習模型與神經網絡對你的數據提出新的疑問
在機器學習中使用最近Python開源庫的強大功能
掌握如何使用TensorFlow庫來實現深度神經網絡
在可訪問的Web應用中嵌入你的機器學習模型
使用回歸分析預測連續目標的結果
使用聚類發現數據中的隱藏模式與結構
使用深度學習技術分析圖片
使用情感分析深入研究文本與社交媒體數據
7. 《Python深度學習:基于TensorFlow》
作者:吳茂貴,王冬,李濤,楊本法
出版時間:2018年10月
Python是目前人工智能領域普遍使用的基礎性技術和工具,TensorFlow是當下主流的深度學習框架,本書基于Python和TensorFlow,從理論到實踐,是一本全棧式的深度學習指南,書中基礎和理論講解全面,原理和拓展分析深入,應用和實踐也極具實戰性,是多位人工智能和大數據領域的專家多年經驗的結晶。
8. 《Python數據科學:技術詳解與商業實踐》
作者:常國珍,趙仁乾
出版時間:2018年7月
這是一本以Python為工具,以商業實戰為導向的數據科學家養成手冊,從技術、業務、商業實戰3個維度為有志成為數據科學家的讀者提供了系統化的學習路徑。
3位作者是數據科學和金融領域的資深專家,不僅技術精湛、經驗豐富,而且在本書的寫作上也頗下功夫:首先,將數學和算法等復雜的技術用圖形化的方式來展現,盡可能降低讀者的理解難度;其次,本書不是一本教科書或案例集,而是針對數據科學家的能力模型提供系統化的解決方案。
9. 《統計機器學習導論》
作者:[日] 杉山將
出版時間:2018年5月
本書對機器學習的關鍵知識點進行了全面講解,幫助讀者順利完成從理論到實踐的過渡。書中首先介紹用于描述機器學習算法的統計與概率的知識,接著詳細分析機器學習技術的兩類主要方法——生成方法和判別方法,深入研究了如何使機器學習算法在實際應用中發揮更大的作用。
本書提供程序源代碼,便于讀者進行數據分析實踐。本書適合高等院校計算機、統計等專業的研究生和高年級本科生閱讀,同時也適合相關領域的技術人員參考。
10. 《深度學習之TensorFlow:入門、原理與進階實戰》
作者:李金洪
出版時間:2018年2月
磁云科技創始人/京東終身榮譽技術顧問李大學推薦。創客總部/創客共贏基金合伙人李建軍推薦。
一線研發工程師以14年開發經驗的視角全面解析TensorFlow應用,涵蓋數值、語音、語義、圖像等多個領域96個有較高應用價值的深度學習案例。贈送12套同步配套教學視頻 + 113套源代碼文件(帶配套樣本)。
內容全面,應用性強,從有監督學習到半監督學習,從簡單的數據分類到語音、語言和圖像分類乃至樣本生成等一系列前沿技術,均有介紹。語言通俗易懂,拒絕生僻的術語,拒絕生僻的公式符號,落地性強。
穿插了幾十個需要讀者注意的知識要點和難點,分享作者積累的寶貴經驗。
-
神經網絡
+關注
關注
42文章
4809瀏覽量
102863 -
AI
+關注
關注
88文章
34341瀏覽量
275527 -
機器學習
+關注
關注
66文章
8492瀏覽量
134133
原文標題:從入門到頭禿,2018年機器學習圖書TOP10
文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
機器學習模型市場前景如何
【「具身智能機器人系統」閱讀體驗】+兩本互為支持的書
如何選擇云原生機器學習平臺
什么是機器學習?通過機器學習方法能解決哪些問題?

NPU與機器學習算法的關系
具身智能與機器學習的關系
人工智能、機器學習和深度學習存在什么區別

評論