初学AI深度学习,有哪些书籍推荐的?

2020-06-28 17:57发布

2条回答
小优聊IT -专注做IT技术/求职类问题指导
1楼 · 2020-06-28 17:59.采纳回答

2000年以来,人工智能的研究、产品开发和创业项目如雨后春笋般出现,各大互联网公司和研究机构纷纷摩拳擦掌,希望在这个新领域领先,也吸引了越来越多的人进入人工智能行业。

我们发现,转行AI的人里主要有三类,一类是程序员出身,具有很好的工程经验,一类是统计学数学电子通信类出身,具有较为扎实的理论基础,还有一类既没有丰富的编程经验也没有扎实理论基础。

对于零基础小白,怎样快速入门深度学习呢?在这里精选了 5 本深度学习相关的书籍,帮助小白更好的入门。

1.《深度学习》(Deep Learning)

出自 Goodfellow、Bengio 和 Courville 三位大牛之手的《深度学习》(Deep Learning)不可不提。本书旨在成为一本教科书,用于在大学课堂上教授关于深度学习的基本原理和理论。Goodfellow 等人的《深度学习》完全是理论性的书籍,而且没有代码,是深度学习人员必看书籍。

2.《深度学习图解》

探索深度学习教会你从头开始建立深度学习神经网络。经验丰富的深度学习专家 Andrew W. Trask 将向你展示了深度学习背后的科学,所以你可以自己摸索并训练神经网络的每一个细节。只使用 Python 及其数学支持库 Numpy,就可以训练自己的神经网络,将文本翻译成不同的语言,甚至像莎士比亚一样写作。

3.《Python 深度学习》

本书介绍了使用 Python 语言和强大的 Keras 库进行深入学习。这本书由 Keras 的创建者、谷歌人工智能研究员 Francois Chollet 撰写,通过直观的解释和实际的例子来巩固你的理解。你将在计算机视觉、自然语言处理和生成模型中探索具有挑战性的概念和实践。当你完成的时候,你将拥有知识和实际操作技能来将深度学习应用到你自己的项目中。

4.《神经网络和深度学习》

这本书的目的是帮助你掌握神经网络的核心概念,包括现代技术的深入学习。在看完这本书之后,你将写下使用神经网络和深度学习来解决复杂模式识别问题的代码。你将有一个基础使用神经网络和深度学习来攻击你自己设计的问题。

5.《机器学习-原理,算法与应用》

在这本书中对有监督学习,聚类,降维,半监督学习,强化学习的主要算法进行了细致、深入浅出的推导和证明。对于所需的数学知识,单独用一章做了简洁地介绍,可以帮助小白更快入门。



无心
2楼 · 2022-01-06 15:52
看你是想学理论还是偏实践,理论的话周志华的机器学习可以称的上是机器学习的圣经了,还有一本是机器学习实战,用Python教你如何去实现一个算法。

相关问题推荐

  • 回答 20

    选对培训机构比较重要,还有就是选择的时候看一下自己适合哪种风格的讲课方式,这个也很重要。因为现在5G时代来临,人工智能绝对是一个发展的大趋势,如果你自己空余时间又比较多的话,其实可以报一个辅导班,学习学习一些基本的东西,毕竟多学点总是没有坏处...

  • 回答 3

    深度学习是近几年人工智能领域的主要研究方向。深度学习的主要任务是通过构建深度卷积神经网络(Deep Neural Network,DNN)和采用大量样本数据作为输入,人们最终会得到一个具有强大分析能力和识别能力的模型,该模型包含了DNN的构成参数以应用于实际工作。...

  • 回答 3

    AI深度学习课程是用于建立、模拟人脑进行分析学习的神经网络,并模仿人脑的机制来解释数据的一种机器学习技术,主要应用于图像识别、语音识别、自然语言处理等领域。学完可以从事深度学习工程师、机器学习工程师、人工智能工程师、高级算法工程师、高级算法工...

  • 回答 16

    算法,数据相关的适合做人工智能

  • 回答 28

    人工智能取代的行业,一定有如下几个特征:1、大量重复型。2、逻辑性比较强。3、数据库依赖型。像司机,咨询,教育,医生,会计,律师助理,工程师,码农等,都是容易被取代的行业。当然,这都是强人工智能以后会发生的事,现在还是弱人工智能的时代,想进入...

  • 回答 9

    如果你是自己学着玩,提升自己的话,高中毕业都可以。如果是冲着AI算法岗或者科研一席之地,至少211硕士。具体可以亲身体验一下今年算法岗秋招。

  • 回答 9

    可以,未来的人工智能发展深度学习必然是现在大型机器生产科研必备的,证书的话某个培训好像有这个中科院的证书,具体你去百度吧

  • 回答 8

    我觉得就是人工智能的课程,现在家具都是智能家居了。这一块发展一定很好

  • 回答 3

    对于sgd算法而言,batch size太大太小都不好,太小的话训练不稳定,计算效率低;太大的话收敛速度慢,需要仔细调节一下。以2的倍数调节,例如32,64,128等

  • 回答 1

    在terminal中输入$wolf@wolf:~/Downloads/gitclonehttps://github.com/Tencent/ncnn cd切换到NCNN目录***这步很重要,这时候需要修改ncnn的root目录下的CMakeLists.txt文件,需要将倒数几行的add_subdirectory(examples),取消注释,这样就是默认编译example...

  • 回答 5

    人工智能的话其实到现在来说已经慢慢趋于成熟,学的话首先是一线城市,学出来好就业,还有就是薪资也高

  • 回答 3

    画个train and test error VS 训练数据量(training set size) 的learningcurve应该会更加直观了。可以找个简单的数据集,比如说handwritten digits或者什么的,分别用神经网络和决策树或者knn做出这个learningcurve。你会看到如果用一个决策树去解决这个问题...

  • 回答 2

    共生矩阵用两个位置的象素的联合概率密度来定义,它不仅反映亮度的分布特性,也反映具有同样亮度或接近亮度的象素之间的位置分布特性,是有关图象亮度变化的二阶统计特征。它是定义一组纹理特征的基础。     一幅图象的灰度共生矩阵能反映出图象灰度关于...

没有解决我的问题,去提问