如果你还在犹豫不知道买什么好,我挑了一个书单,书单里大部分都是经典图书,让你值得剁手一次。
深度学习领域力作
本书立足于人工智能的可达性和大众化,读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后,读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。
深度学习入门经典“鱼书”
本书长期位列日亚“人工智能”类图书榜首,超多五星好评。深度学习真正意义上的入门书,深入浅出地剖析了深度学习的原理和相关技术。书中使用Python 3,尽量不依赖外部库或工具,从基本的数学知识出发,从零创建一个经典的深度学习网络,来逐步理解深度学习。
Java 与 Python 双实现
助你零起点上手自然语言处理
实现 PyTorch 自由,任性玩转
《Python机器学习基础教程》
作者:Andreas C. Müller , Sarah Guido
Python示例,增强机器学习算法效果
作者:爱丽丝·郑 , 阿曼达·卡萨丽
译者:陈光欣
本书介绍大量特征工程技术,阐明特征工程的基本原则。主要内容包括:机器学习流程中 的基本概念,数值型数据的基础特征工程,自然文本的特征工程,词频- 逆文档频率,高效的分类变量编码技术,主成分分析,模型堆叠,图像处理,等等。
囊括特征工程全流程
译者:庄嘉盛
本书囊括了特征工程的全流程,从数据检查到可视化,再到转换和进一步处理等,并给出了大量数学工具,帮助读者掌握如何将数据处理、转换成适当的形式,以便送入计算机和机器学习流水线中进行处理。后半部分的特征工程实践用Python作为示例语言,循序渐进,通俗易懂。
《机器学习实战》
作者:Peter Harrington
全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能,如汇总和简化等。
程序员经典套系书
作者:结城浩 译者:管杰
作者:平岡和幸,堀玄 译者:陈筱烟
《程序员的数学》讲解了二进制计数法、逻辑、余数、排列组合、递归、不可解问题等许多与编程密切相关的数学方法,分析了哥尼斯堡七桥问题、高斯求和方法、汉诺塔、斐波那契数列等经典问题和算法。
《程序员的数学2:概率统计》涉及随机变量、贝叶斯公式、离散值和连续值的概率分布、协方差矩阵、多元正态分布、估计与检验理论、伪随机数以及概率论的各类应用。
《程序员的数学3:线性代数》内容包括向量、矩阵、行列式、矩阵求逆、线性方程、特征值、对角化、Jordan标准型、特征值算法、LU分解等。
《SQL查询》:市面上罕有的讲解SQL查询的专著,由从事SQL 方面研究和咨询工作的资深专家编写,重点讲解SQL 查询和数据操作的相关主题,包括关系型数据库和SQL、SQL 基础、多表操作、汇总和分组数据,以及修改数据集等内容,针对编写SQL 查询提供了轻松易懂的逐步指导,并包含上百个带有详细说明的例子。
作者:上野宣,译者:于均良
作者:竹下隆史,译者:乌尼日其其格
作者:三轮贤一,译者:盛荣
《图解HTTP》:一本书掌握 HTTP 协议。本书对互联网基盘 HTTP 协议进行了全面系统的介绍。作者由 HTTP 协议的发展史娓娓道来,严谨细致地剖析了 HTTP 协议的结构,列举诸多常见通信场景及实战案例,最后延伸到 Web 安全、最新技术动向等方面。
《图解网络硬件》:详细介绍了计算机网络硬件的相关知识,重点讲述了在实际网络建设工程中真实使用的网络硬件设备及其相关背景知识。
好啦,有没有找到您想要的书呢?有的话快来下单吧!
重要提醒!!!
优惠券一定要从海报的入口购买,
否则无法使用哦!
希望你买到对自己有用的书。
🔍
现在,在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。