开源！《AI 算法工程师手册》中文教程发布！（附链接）

来源：AI有道

本文共1398字，建议阅读5分钟。

本文为你详细介绍AI资源——《AI 算法工程师手册》，涵盖了机器学习、深度学习等领域的很多重要理论知识和实战经验。

最近作者在浏览网页的时候，偶然发现一份非常不错的 AI 资源，就是这本《AI 算法工程师手册》。本文将给大家推荐这本优秀教材，并作详细的介绍。

这本《AI 算法工程师手册》已正式开源，无需购买纸质书籍，可以直接在线阅读，体验感爆棚。在线阅读地址为：

首先不得不提一下本书的作者，作者华校专，曾经在阿里巴巴担任资深算法工程师，现任智易科技首席算法研究员。他还是《Python 大战机器学习》书籍的作者。

这本《AI 算法工程师手册》是作者多年以来学习总结的笔记，经整理之后开源于世。关于为什么将完整书籍开源，作者是这样说的：曾有出版社约稿，但是考虑到出版时间周期较长，而且书本购买成本高不利于技术广泛传播，因此就采取开源的形式。

既然本书是 AI 算法工程师的手册，因此内容非常丰富，基本涵盖了机器学习、深度学习等领域的很多重要理论知识和实战经验，同时也介绍了工程应用中经常使用的 AI 工具和编程库。

提升 AI 内功心法离不开扎实的数学基础。本书数学基础这部分，作者主要介绍了最重要的 4 点：

这部分内容作者花了比较大的篇幅，主要介绍的是机器学习中一些常见的算法，包括线性回归、感知机、支持向量机、决策树、集成学习等。同时还包括模型评估、特征选择、降维等。具体内容如下：

每个算法的理论介绍非常详细、数学推导完整，例如支持向量机中关于对偶问题的推导：

这部分主要介绍深度学习神经网络的基本知识和模型，包括前馈神经网络、卷积神经网络、循环神经网络等。具体内容如下：

这部分详细介绍了神经网络模型的基本结构和训练方法，例如列举了经典 CNN 结构：LeNet、AlexNet、VGG-Net、Inception、ResNet、ResNet 变种、SENet、DenseNet。

这部分的内容更加侧重于 AI 实战，包含很多具体函数库的使用教程和代码。例如 lightbgm 是一个快速的，分布式的，高性能的基于决策树算法的梯度提升框架。可用于排序，分类，回归以及很多其他的机器学习任务中。本书对 lightbgm 的安装、各参数含义、调参、使用等都作了详细的介绍，宛如一份优秀的中文文档！

pip install lightgbm
pip install --no-binary :all: lightgbm #从源码编译安装
pip install lightgbm --install-option=--mpi #从源码编译安装 MPI 版本
pip install lightgbm --install-option=--gpu #从源码编译安装 GPU 版本
pip install lightgbm --install-option=--gpu --install-option="--opencl-include-dir=/usr/local/cuda/include/" --install-option="--opencl-library=/usr/local/cuda/lib64/libOpenCL.so" #从源码编译安装，指定配置
#可选的配置有：
# boost-root
# boost-dir
# boost-include-dir
# boost-librarydir
# opencl-include-dir
# opencl-library