深度解读人工智能的图书精选

解读AI的图书榜

深度学习

[美]伊恩·古德费洛
深度学习是机器学习的一个分支，它能够使计算机通过层次概念来学习经验和理解世界。

动手学深度学习

阿斯顿·张(AstonZhang)
适读人群：本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。　　目前市面上有关深度学习介绍的书籍大多可分两类，一类侧重方法介绍，另一类侧重实践和深度学习工具的介绍。本书同时覆盖方法和实践。本书不仅从数学的角度阐述深度学习的技术与应用，还包含可运行的代码，为读者展示如何在实际中解决问题。为了给读者提供一种交互式的学习体验，本书不但提供免费的教学视频和讨论区，而且提供可运行的Jupyter记事本文件，充分利用Jupyter记事本能将文字、代码、公式和图像统一起来的优势。这样不仅直接将数学公式对应成实际代码，而且可以修改代码、观察结果并及时获取经验，从而带给读者全新的、交互式的深度学习的学习体验。　　本书面向希望了解深度学习，特别是对实际使用深度学习感兴趣的大学生、工程师和研究人员。本书不要求读者有任何深度学习或者机器学习的背景知识，读者只需具备基本的数学和编程知识，如基础的线性代数、微分、概率及Python编程知识。本书的附录中提供了书中涉及的主要数学知识，供读者参考。　　本书的英文版DiveintoDeepLearning是加州大学伯克利分校2019年春学期“IntroductiontoDeepLearning”（深度学习导论）课程的教材。截至2019年春学期，本书中的内容已被全球15所知名大学用于教学。本书的学习社区、免费教学资源（课件、教学视频、更多习题等），以及用于本书学习和教学的免费计算资源（仅限学生和老师）的申请方法在本书配套网站zh.d2l.ai上发布。读者在阅读本书的过程中，如果对书中某节内容有疑惑，也可以扫一扫书中对应的二维码寻求帮助。

机器学习

周志华
内容全面；结构合理；叙述清楚；深入浅出。人工智能领域中文的开山之作！

深度学习入门

斋藤康毅
1.日本深度学习入门经典畅销书，原版上市不足2年印刷已达100000册。长期位列日亚“人工智能”类图书榜首，众多五星好评。2.使用Python3，尽量不依赖外部库或工具，从零创建一个深度学习模型。3.示例代码清晰，源代码可下载，需要的运行环境非常简单。读者可以一边读书一边执行程序，简单易上手。4.使用平实的语言，结合直观的插图和具体的例子，将深度学习的原理掰开揉碎讲解，简明易懂。5.使用计算图介绍复杂的误差反向传播法，非常直观。6.相比“花书”，本书更合适入门。对于非AI方向的技术人员，本书将大大降低入门深度学习的门槛；对于在校大学生、研究生，本书不失为学习深度学习的一本好教材；即便是在工作中已经熟练使用框架开发各类深度学习模型的读者，也可以从本书中获得新的体会。——摘自本书译者序

人工智能（第2版）

[美]史蒂芬·卢奇
17章全面探讨人工智能，涵盖热门话题，适合教学及个人阅读。

TensorFlow：实战Google深度学习框架（第2版）

郑泽宇
本书为TensorFlow入门参考书，帮助你以快速、有效的方式上手TensorFlow和深度学习。

强化学习精要：核心算法与TensorFlow实现

冯超
本书用通俗幽默的语言深入浅出地介绍了强化学习的基本算法与代码实现，为读者构建了一个完整的强化学习知识体系，同时介绍了这些算法的具体实现方式。

本期书单【深度解读人工智能的图书精选】内容，由书到网运营整理发布。

转载，请注明出处和相关链接：得书网

谢谢合作