2018人工智能十本好书汇总

作者: 业智能官 2019-01-31 11:35:53

搜索了一下,目前网上还没有关于人工智能的书单,那就做一个,该帖中的书有的我正在读,有的已经读完,有的要反复读。此帖列出了个人觉得值得读的AI有关的书籍,前七本有中文版,后三本只有英文版。点击可以查看相关的阅读笔记。

1. 生命3.0-在亿年的尺度下审视生命的演进 4星

2018 人工智能十本好书汇总

豆整本书翻译的质量很高,全书语言流畅,而且对于极权主义等敏感话题也没有一丝一毫的删减。更难得的是,由于译者是原书作者的好友,因此在翻译的过程中,加入了一些新的内容,包括18年AI领域的新鲜事,因此可以看成原书的升级版。

2. 机器与人-寻找人机之间的中间地带 4星

2018 人工智能十本好书汇总

原书是今年3月20号在美国出版的。作为关于AI如何改变工作的众多相关书籍中评分较高的一本,本书亚马逊评分高达4.4分。这本书讲述了如何更好的面对AI取代工作这一话题,本书核心观点是未来真正的风口是人与机器作为同盟去共同解决问题。未来的确会有很多工作要消失,但在人机之间的中间领域,则会诞生出更多新的工作,有的是将人的智慧手机起来,来协助机器,有的是配合机器,给更多人赋予超能力。

3. 深度学习 - 智能时代的核心驱动力量(即将出版) 4星

2018 人工智能十本好书汇总

本书的作者很牛,是美国四大国家学院(国家科学院、国家医学院、国家工程院、国家艺术与科学学院)在世仅3位的“四院院士”之一,全球AI专业会议NIPS基金会主席。本书有两个相互交织的主题:人类智能是如何进化的,以及人工智能会如何演变。作者以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升,并前瞻性地预测了智能时代的商业图景。

4. 人之彼岸 5星

2018 人工智能十本好书汇总

全书的六个故事和两篇非科幻的思索,相映成趣,思考中提到的观点,都在小说中有所呈现。整本书的主题,用作者的话可以看成是“人工智能在彼岸,我们在此岸。”也可以用书中提出的“逆图灵测试”来概括。图灵测试是通过人类无法分别和Ta交流的是人类还是电脑来判定智能水平的,而逆图灵测试则是通过呈现人类特有的性状,让人类能够和那些智能水平上已经不相上下的AI区分开来。

5. AI极简经济学 4星

2018 人工智能十本好书汇总

本书作者哈尔·瓦里安是谷歌***经济学家,这本书从经济学角度以预测机器看待人工智能,书中指出人工智能当前的突飞猛进给我们带来的其实不是智能,而是智能的一个关键组成部分——预测,通过人工智能,可以筛选出更符合大众口味的产品。这本书专业的从经济方面阐述该如何在依靠AI和人类自己的程度上,选择一个平衡点,让两者的不利点互相抵消。本书搭配了许多专业的图表设计和对比,从而帮助你更好的理解不同AI在不同场景下的回报率。

6. 百面机器学习 5星

2018 人工智能十本好书汇总

年度最有用的一本书,但不适合新手,内容全面,需要你有基础。对于准备面试的同学,本书涵盖了许多面试过程中经常被问到的问题,而且也可以帮你梳理一下机器学习的知识点,绝对是你需要的,即使对于不找工作的同学,书中有许多工作中需要的技能和实例。这本书需要反复读。

7. 深度学习入门 基于Python的理论与实现 4星

2018 人工智能十本好书汇总

对于深度学习入门而言,这是我推荐的***本书.不同于基于常见的现有框架如pytorch,tensorflow等的入门书,这本书自己动手,从零做起,用基本的python语法和数学公式,实现了深度学习中最常用的算法。虽然本书不包含***的研究和理论细节,但看懂了这本书,亲自动手实现了书中的算法。你才能够看懂***的论文,并重复其中的结果。

8. 《Artificial Intuition》 4星

什么让深度学习与众不同-《Artificial Intuition》读书笔记上

《Artificial Intuition》读书笔记下 创造一种新的语言

2018 人工智能十本好书汇总

《Artificial Intuition》是今年2月新出版的一本书,工科背景的作者Carlos Perez在自述中说这是一本写给大众的深度学习入门书,书中讲述了深度学习为什么说传统的机器学习有着显著的不同,为什么深度学习不是传统机器学习方法的小修小改,而是一个全新的物种,关键词是自组织,动态和负反馈(GAN中的猫鼠游戏,探索与利用的权衡)。

9. 从相关性到因果性-读《The book of Why》5星

2018 人工智能十本好书汇总

这本书是因果推理和贝叶斯网络的奠基人Judea Peral和科普作家 Mackenzie, Dana合作写的一本因果推理的入门书,这本书中有太多技术的细节,虽披着科普书的称号,实际却是本科高年级水平的教科书。书中讲述了如何使用因果图来根据数据来判定两个事件之间是否有因果关系,以及如何使用因果推理去进行反事实的思考。做为对当前人工智能缺少因果推断的补充,该领域的应用前景和发展速度都值得关注。而tensorflow和pytorch也都在18年开始支持因果推断的新功能。

10. 《Machine Learning Yearning》 5星

2018 人工智能十本好书汇总

大神吴恩达写了一年多的书,目前还没有写完,整本书不是讲机器学习的算法,而是讲让在实践中做机器学习项目时采用的策略,简称学习策略 (learning strategy)。具体可以参考 长文解读吴恩达新书《Machine Learning Yearning》

***说一本不是很推荐,但值得茶余饭后读一读的 《Hello World》 3星

2018 人工智能十本好书汇总

阅读这本书,是去年铁哥准备人工智能在现实生活中的影响时,叫我推荐几本书,我被这本书的标题吸引了。书中讲述了“算法”逐渐深入我们生活的方方面面(消费、医疗、保险、执法等等)的案例以及所造成冲击。不过书中的算法更多是统计相关的,而非新的机器学习算。本书虽然涵盖面很广,讨论却不够深刻。

人工智能 机器学习 AI
上一篇:报告:2018Q4人才市场薪资回暖 AI岗位平均月薪约三万 下一篇:无人车上路送校园外卖:15分钟内送达 服务费高达13块
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

12个场景应用,百余种算法,AI是如何攻占经济学的?

在虚拟世界中模拟现实经济状况,想法设计更好的制度只是AI和经济学结合方式之一。其实深度强化学习在面临风险参数和不确定性不断增加的现实经济问题时,也可以提供更好的性能和更高的精度。

蒋宝尚 ·  23h前
你在打王者农药,有人却用iPhone来训练神经网络

在 iOS 设备上也可以直接训练 LeNet 卷积神经网络,而且性能一点也不差,iPhone 和 iPad 也能化为实实在在的生产力。

佚名 ·  23h前
未来20年,全自动驾驶和互联汽车会出现吗?

在这篇博文中,重点介绍了汽车技术如何使交通更安全、更智能、更有趣。

Huibert Verhoeven ·  1天前
AI、机器学习和深度学习是 OEM 的主要市场

人工智能(AI)正在迅速改变全球行业参与者的经营方式。人工智能(AI)正在迅速改变全球行业参与者的经营方式。随着人工智能在商业和商业领域的广泛应用,我们看到了从更智能的产品到专注于聚焦客户服务的一切演变。

佚名 ·  1天前
和AI去码一样神奇?AI上色是黑科技还是逗你玩

在图片处理领域这块,AI 刷的存在感越来越多。早前笔者就介绍过 AI 无损放大图片、AI 去除马赛克、AI 自动给线稿上色之类的玩法,现在,又有人给笔者推荐了一个 AI 黑科技——黑白照片一键变彩色。

Aimo ·  1天前
AI与IoT:两种强大的技术将如何改变未来商业模式

人工智能和物联网正在重新定义企业过去的执行方式。在无人驾驶无人机和机器学习开始普及之前,詹姆斯·卡梅隆(James Cameron)于1984年通过他的梦想项目《终结者》(The Terminator)吸引了全世界的目光。

佚名 ·  1天前
为什么AI没能让人类失业?

我们听了这么久有关「AI取代设计师」、「AI取代写作者」、「AI取代画家」、「AI取代司机」……的论调。然而时至今日,我们发现实际上,目前还没有一个职业「真正」被取代。

佚名 ·  1天前
轻松构建 PyTorch 生成对抗网络(GAN)

生成对抗网络(GAN)是一种生成式机器学习模型,它被广泛应用于广告、游戏、娱乐、媒体、制药等行业,可以用来创造虚构的人物、场景,模拟人脸老化,图像风格变换,以及产生化学分子式等等。

佚名 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载