为什么大家都在学人工智能?因为:“机会是留给有准备的人,但成功是留给已经行动的人。”总是被别人的高薪所吸引,却缺乏行动力的你,桌上永远还缺乏一本行动的入门书籍。

小编整理了异步图书2018年人工智能领域的全新书单,涉及到Python、深度学习、TensorFlow、Keras、R语言,我们一起来看看是否有你喜爱的图书呢?

《人工智能(第2版)》

[美] 史蒂芬·卢奇(Stephen Lucci) 著

美国经典教材,在美亚上,被评价为自Russell & Norvig的《人工智能:一种现代方法》之后最好的教材,更加适合本科生使用。被誉为人工智能领域百科全书。

本书基于人工智能的理论基础, 向读者展示全面、新颖、丰富多彩且易于理解的人工智能知识体系。本书给出诸多的示例、应用程序、全彩图片和人物轶事,以激发读者的阅读和学习兴趣;还引入了机器人和机器学习的相关高级课程,包括神经网络、遗传算法、自然语言处理、规划和复杂的棋盘博弈等。

《深度学习与TensorFlow实战》

李建军,王希铭, 潘勉 ,许硕贵,孔德兴,张真诚,徐国卿 著

首先简述了神经网络的发展历史,介绍了TensorFlow,书中以一个简单的一元线性回归房价预测模型演示了TensorFlow的工作机制; 三是简单例举了几个以TensorFlow为基础的开源项目。介绍了深度神经网络的外延:机器学习。 书中以机器学习的三个要素:任务(Task)、性能(Performance)、经验(Experience)为核心,阐述了机器学习建立模型的原理。

《深度学习原理与实践》

陈仲铭,彭凌西 著

本书系统全面、循序渐进地介绍了深度学习的各方面知识,包括技术经验、使用技巧和实践案例。本书详细介绍了目前深度学习相关的常用网络模型(ANN、DNN、CNN、RNN),以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析,这些案例能够加深读者对网络模型的认识。此外,本书还提供完整的进阶内容和对应案例,让读者全面深入地了解深度学习的知识和技巧,达到学以致用的目的。

《Python 深度学习》

[英] 尼格尔·刘易斯(N.D. Lewis) 著 

本书是使用Python 进行深度学习实践的一本初学指南。本书并未罗列大量的公式,而是通过一些实用的实际案例,以简单直白的方式介绍深度神经网络的两项任务——分类和回归,解析深度学习模型中的一些核心问题,以期让读者对深度学习的全貌有一个清晰的认识。

《Keras深度学习实战》

[意大利]安东尼奥·古利(Antonio Gulli), [印度]苏伊特·帕尔(Sujit Pal)著

本书用当前流行的Keras框架实现了大量深度学习算法,构建了众多深度学习模型,并且介绍了深度学习在游戏等实际场合中的应用,特别是本书还介绍了当前火热的生成对抗网络(GAN)的应用。全书通俗易懂,强调实际案例,适合广大的机器学习从业者和爱好者入门与实践。

《精通数据科学:从线性回归到深度学习》

唐亘  著

数据科学入门到实战,介绍数据科学常用的工具——Python、数学基础及模型,讨论数据科学的前沿领域——大数据和人工智能,包括机器学习领域经典的模型、分布式机器学习、神经网络和深度学习等。

《深度学习实践指南——基于R语言》

[英] N.D Lewis 著

本书由知名作者N.D Lewis撰写,教读者使用R语言进行深度学习的研究,并顺利成长为一名顶级数据科学家。本书分8章,介绍了与深度学习相关的知识,包括多种不同的神经网络等。本书能够带读者了解关于深度学习模块及其工作原理,同时帮助读者更快速第将所学知识转化成实际的技能。

《机器学习实践指南——基于R语言》

[英] 尼格尔·刘易斯(N.D. Lewis)著

本书通过对R语言的讲解,帮助读者构建机器学习的模型,同时了解一系列与数据科学相关的理论,以及如何利用R语言开展研究。本书对读者的技术背景不做任何要求,专为那些希望构建使用的数据模型的读者,以及想要掌握高效的数据处理工具的读者提供了全面的介绍。

《机器学习经典算法剖析——基于OpenCV》

赵春江 著

本书就是出于此目的,对正态贝叶斯分类器、K近邻算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、极端随机树、期望极大值、神经网络这十大经典的机器学习算法先进行具体的原理分析,然后给出OpenCV的相关源码的逐句解释,最后完成一个基于OpenCV的应用实例。

《图像局部特征检测和描述》

赵春江  著

本书以OpenCV 2.4.9为研究工具,对其所实现的所有最新的特征检测和描述算法——K-R、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE等进行了详细讲解,不仅分析了它们的原理和实现方法,还进行了详细的源码解析,并且给出了具体的程序实现范例,充分体现了理论与实践相结合的特点。

《OpenCV和Visual Studio图像识别应用开发》

望熙荣,望熙贵 著

OpenCV是可以在多平台下运行、并提供了多语言接口的一个库,实现了图像处理和计算机视觉方面的很多通用算法。

本书是介绍OpenCV结合Visual Studio进行图像识别和处理的编程指南。全书共11章,介绍了OpenCV和Visual Studio的安装设置,以及Core、HighGUI、ImgProc、Calib3d、Feature2d、Video、Objdetect、ML、Contrib等模块,涉及文字处理、照片处理、图像识别、OpenGL整合、硬件设备结合使用等众多方面的功能,最后还给出了综合应用的实例。

本书适合对于图像识别和处理技术感兴趣,并且想要学习OpenCV的应用和编程的读者阅读和参考。

《文本上的算法——深入浅出自然语言处理 》

 路彦雄 著

本书结合作者多年学习和从事自然语言处理相关工作的经验,力图用生动形象的方式深入浅出地介绍自然语言处理的理论、方法和技术。本书抛弃掉繁琐的证明,提取出算法的核心,帮助读者尽快地掌握自然语言处理所必备的知识和技能。

《TensorFlow机器学习项目实战》

【阿根廷】Rodolfo Bonnin 著

TensorFlow是Google所主导的机器学习框架,也是机器学习领域研究和应用的热门对象。 

本书主要介绍如何使用TensorFlow库实现各种各样的模型,旨在降低学习门槛,并为读者解决问题提供详细的方法和指导。全书共10章,分别介绍了TensorFlow基础知识、聚类、线性回归、逻辑回归、不同的神经网络、规模化运行模型以及库的应用技巧。 

本书适合想要学习和了解 TensorFlow 和机器学习的读者阅读参考。如果读者具备一定的C++和Python的经验,将能够更加轻松地阅读和学习本书。

《Python神经网络编程》

[英] 塔里克·拉希德(Tariq Rashid)著

本书用轻松的笔触,一步一步揭示了神经网络的数学思想,并介绍如何使用Python编程语言开发神经网络。本书将带领您进行一场妙趣横生却又有条不紊的旅行——从一个非常简单的想法开始,逐步理解神经网络的工作机制。您无需任何超出中学范围的数学知识,并且本书还给出易于理解的微积分简介。

本书为美亚五星畅销书,备受关注。基于Python3.5,全彩印刷,如果只选一本神经网络图书,他是首选。