看完这8本算法好书,才算真正懂了 AI

2018 年 8 月 15 日 阿里技术

阿里妹导读:学习一门新技术的时候,很多人会去读读官方文档,看看视频教程和一些demo代码,最后做项目去熟悉。但如果想深入掌握的话,也许最好的方法是读几本经得起时间推敲的好书,了解它的原理,实现和设计理念。


今天,阿里妹邀请多位阿里算法大牛,为大家推荐AI领域的经典之作。这些书,会加深你对AI技术的理解,也能让你逐渐体会到这份事业的乐趣与价值所在。


推荐书籍:《Pattern Recognition and Machine Learning》



推荐者:永叔(资深算法专家)


推荐理由:这本书是我机器学习入门的教材,作者Christpher M.Bishop是微软Technical Fellow以及Directorof the Microsoft Research Lab的负责人,整本书700多页,基于贝叶斯的理论框架对机器学习多个重要方向都做了系统的介绍;目前这本书汇集的周边资源比较丰富,从习题答案到具体代码实现,甚至美国一些名校的课件都有提供。


PRML是我书架上翻阅最多的书籍之一,适合多次通读,里面对ML问题本质的阐述很清晰、干净,用优美去形容并不为过;这本书不仅适合入门,而且对于从事ML领域研究和应用都有很多启发。


推荐书籍:《Convex Optimization》



推荐者:永叔(资深算法专家)


推荐理由:很多机器学习问题最后都会归结为一个优化问题,读博时我们学校的最优化理论分为A和B,其中A更偏理论,采用袁亚湘老师编纂的最优化理论,学起来非常吃力,虽然最后考试成绩不错,但我当时一直有一个问题萦绕在脑海中,这东西怎么用?


刚工作时被分到机器学习模型组搞点击率预估模型,我要自己手写实现百亿样本量级的浅层模型求解算法。当我一头雾水不知如何下手时,我的mentor就给我推荐了这本书。作者Boyd是BFGS算法的提出者之一,功力十分深厚,这本书简直就是为工程师定制的,从问题定义到求解,每读完一章就可以顺利的写出matlab或者python code实现。这本书我配合视频教程使用,包括习题我读了7个多月,收获巨大。现在将这本书也推荐给大家,机器学习中用到的优化算法套路全在里面了,是每一个想超脱调参、调包的工程师必备通关秘籍。


推荐书籍:《Deep Learning Fundamentals: An Introduction for Beginners



推荐者:秋岷(资深数据技术专家)


推荐理由:本书比较适合初学者,对一些基本概念、基本数学知识解释的比较清晰易懂,并且提供了一步一步的示例去构建自己的深度学习模型。


推荐书籍:《Optimization in Operations Research



推荐者:秋岷(资深数据技术专家)


推荐理由:这本书虽然和机器学习没什么关系,主要是讲优化相关的理论,但实际上很多统计学习的理论就是建立在这些优化论的基础之上的。了解这些优化知识对更好地理解机器学习的模型、原理是比较有帮助的。这本书比较适合初学者,对一些问题和算法的原理解释的比较透测、易懂,可以作为教材使用。


推荐书籍:《Artificial Intelligence: A Modern Approach》



推荐者:瑞溪(高级算法专家)


推荐理由:这本书全面地介绍了AI的各个领域,是我看过的对于AI介绍最全面的教材,同时该书在介绍各个领域时也有相当的深度,而且讲述清楚,逻辑严密,自成体系。既适合做AI教材,也适合作为关于AI的百科全书式的参考书。


推荐书籍:《Deep Learning in Natural Language Processing》



推荐者:于恒(算法专家)


推荐理由:本书适合有一定基础的读者学习。本书由语音识别泰斗邓力老师和自然语言处理大牛刘洋老师合著,系统介绍深度学习在NLP常见问题中的应用,是目前对于此方面研究最新、最全面的综述。基于这些分析,对NLP未来发展的研究方向进行了探讨,包括神经符号整合框架、基于记忆的模型、先验知识融合以及深度学习范式等。2018最新力作,关注深度学习和自然领域处理的小伙伴不容错过。


推荐书籍:《机器学习


推荐者:染冉(算法专家)


推荐理由:该书是中国顶级机器学习专家周志华所著,书中大量以西瓜举例,因此也被亲切地称为西瓜书。


本书从内容上看,适合对机器学习处于不同阶段的学习者,前3章介绍了机器学习的基础知识,4-9章介绍了常用的机器学习方法和模型,这部分非常适合有一定计算机背景的本科生;10-16章介绍了机器学习的进阶知识,适合研究生阅读。


周老师拥有二十几年的深厚学术功底,撰写本书却并没有掉书袋,文字通俗易懂,读起来深入浅出,书中插入了很多故事样例来说明,尤为难得。另外从图书的编排制作上来看,本书是方形的,每页旁边的留白适合做笔记。相比于机器学习领域的经典图书《Machine Learning》,本书没有罗列大量艰深晦涩的公式推导,让人读起来流畅通顺,如沐春风。本书全中文撰写,非常适合中国读者。


用书中的话来做一个总结,西瓜书是一本“写给中国人看的机器学习教材”。


未来的社会是智能的社会,布局好当下的学习,才能在未来游刃有余。


在本次调查中,有一本经典中的经典,是被大牛们推荐最多次数的。你猜是哪一本书?


识别下方二维码,关注阿里巴巴机器智能公众号,回复“经典”,获得答案。



每天一篇技术文章,看不过瘾?

关注“阿里巴巴机器智能”,

发现更多AI干货。


你可能还喜欢

点击下方图片即可阅读


程序员如何自我学习?


疫苗事件发生后,阿里工程师连夜做了件小事


在阿里做博士后是一种怎样的体验?


关注「阿里技术」

把握前沿技术脉搏

登录查看更多
18

相关内容

最优化是应用数学的一个分支,主要指在一定条件限制下,选取某种研究方案使目标达到最优的一种方法。最优化问题在当今的军事、工程、管理等领域有着极其广泛的应用。
【斯坦福】凸优化圣经- Convex Optimization (附730pdf下载)
专知会员服务
212+阅读 · 2020年6月5日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
117+阅读 · 2020年5月6日
《深度学习》圣经花书的数学推导、原理与Python代码实现
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
AI算法太难入门?看完这本书你就不会这么想
大数据技术
8+阅读 · 2019年6月10日
GitHub超2.7万星,最全Python入门算法来了
新智元
5+阅读 · 2019年4月28日
七本书籍带你打下机器学习和数据科学的数学基础
干货:必读机器学习书籍一览表
专知
7+阅读 · 2018年2月19日
一个年薪30万的应届生告诉你应该如何学“算法”!
全球人工智能
4+阅读 · 2018年1月23日
TensorFlow实现深度学习算法的教程汇集:代码+笔记
数据挖掘入门与实战
8+阅读 · 2017年12月10日
干货 | 从零开始入门机器学习算法实践
雷锋网
9+阅读 · 2017年11月30日
Question Generation by Transformers
Arxiv
5+阅读 · 2019年9月14日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Arxiv
3+阅读 · 2018年9月12日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关资讯
AI算法太难入门?看完这本书你就不会这么想
大数据技术
8+阅读 · 2019年6月10日
GitHub超2.7万星,最全Python入门算法来了
新智元
5+阅读 · 2019年4月28日
七本书籍带你打下机器学习和数据科学的数学基础
干货:必读机器学习书籍一览表
专知
7+阅读 · 2018年2月19日
一个年薪30万的应届生告诉你应该如何学“算法”!
全球人工智能
4+阅读 · 2018年1月23日
TensorFlow实现深度学习算法的教程汇集:代码+笔记
数据挖掘入门与实战
8+阅读 · 2017年12月10日
干货 | 从零开始入门机器学习算法实践
雷锋网
9+阅读 · 2017年11月30日
相关论文
Question Generation by Transformers
Arxiv
5+阅读 · 2019年9月14日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Arxiv
3+阅读 · 2018年9月12日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
5+阅读 · 2017年12月14日
Top
微信扫码咨询专知VIP会员