近几年，人工智能这个词虽然说不上人尽皆知，但时时时都会有一波小火爆，“xx行业或被人工智能取代”的新闻时时时就来刺激一下大家。
不管是不是营销号的噱头，越来越多的人开始把稳到人工智能行业的代价是不争的事实，不少程序员想借助这个新兴赛道重新起航，迎来职场“第二春”。

但是，人工智能有那么好学吗？什么机器学习、深度学习、神经网络……一大堆新东西涌过来，很多人大呼脑容量不足了。
人工智能学习该从哪里入手？

本期异步就为大家整理了人工智能5大方面的强推好书！
从算法、机器学习、深度学习到打算机视觉、人工神经网络等方向，威信大牛深入浅出的为大家引路人工智能，快来一起刷书吧~

机器学习-深度学习

深度学习

作者：Ian Goodfellow、Yoshua Bengio、Aaron Courville

广告

深度学习(异步图书出品)

作者：[美]Ian,Goodfellow,[加]Yoshua,Bengio,[加]Aaron,Courville

内容简介：

本书为三大部分，第一部分先容运用数学根本知识和机器学习的基本观点，第二部分先容业界经典的深度学习算法，第三部分是一些探索性研究，对深度学习的未来发展非常主要。
本书假定读者拥有打算机科学的背景，熟习编程，对打算性能、繁芜度问题、图论知识以及入门的微积分理解。

动手学深度学习

作者：Aston Zhang、Mu Li、Zachary C.Lipton、Alexander J.Smola

广告

动手学深度学习(异步图书出品)

作者：阿斯顿·张（Aston Zhang），李沐（Mu Li），[美] 扎卡里·C. 立顿，等

内容简介：

本书不仅阐述深度学习的算法事理，还演示它们的实现和运行。
本书共分3个部分：第一部分先容深度学习的背景，供应预备知识，并包括深度学习最根本的观点和技能；第二部分描述深度学习打算的主要组成部分，还阐明近年来令深度学习在多个领域大得胜利的卷积神经网络和循环神经网络；第三部分评价优化算法，考验影响深度学习打算性能的主要成分，并分别列举深度学习在打算机视觉和自然措辞处理中的主要运用。

PyTorch深度学习

作者：Vishnu Subramanian

广告

PyTorch深度学习(异步图书出品)

作者：[印度]毗湿奴·布拉马尼亚（Vishnu,Subramanian）

内容简介：

本书详细讲解了如何利用前沿的深度学习库PyTorch来办理所有的深度学习需求，读者可利用PyTorch演习神经网络，提升其速率和灵巧性，以及如何在不同的场景中运用神经网络。
本书涵盖了ResNET、Inception、DenseNet等在内的高等神经网络架构以及它们的运用案例。
本书适宜数据剖析师、数据科学家，以及对深度学习感兴趣且希望在系统中实行深度学习最佳做法的读者阅读。

深度学习导论

作者：Eugene Charniak

广告

深度学习导论(异步图书出品)

作者：[美]尤金·查尔尼克（Eugene,Charniak）

内容简介：

本书讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本观点和技能，通过一系列的编程任务，向读者先容了热门的人工智能运用，包括打算机视觉和自然措辞处理等。
本书编写简明扼要，理论联系实践，每一章都包含习题以及补充阅读的参考文献。
本书既可作为高校人工智能课程的传授教化用书，也可供从业者入门参考。
本书哀求读者熟习线性代数、多元微积分、概率论与数理统计知识，其余须要读者理解Python编程。

Keras深度学习实战

作者：Antonio Gulli、Sujit Pal

广告

Keras深度学习实战(异步图书出品)

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

内容简介：

本书为软件工程师和数据科学家而编写，书中简明而全面地先容了目前的神经网络和深度学习技能。
全书展示了基于Keras框架、以Python编码的20多种有效的神经网络。

你将从本书中学到以下内容：

在大型神经网络上利用反向传播算法逐步优化函数

微调神经网络以改进结果质量

利用深度学习进行图像和音频处理

在特定的案例中利用递归神经张量网络（RNTN）以取得比标准词嵌入更好的效果

识别循环神经网络（RNN）适于办理的问题

探索自动编码机的实现过程

利用强化学习增强深层神经网络

算法

人工智能算法 卷1 根本算法

作者：Jeffery Heaton

广告

人工智能算法 卷1 根本算法(异步图书出品)

作者：[美]杰弗瑞·希顿（Jeffery,Heaton）

内容简介：

算法是人工智能技能的核心。
本书先容了人工智能的根本算法，全 书共10 章，涉及维度法、间隔度量算法、K 均值聚类算法、偏差打算、 爬山算法、仿照退火算法、Nelder-Mead 算法和线性回归算法等。
书中 所有算法均配以详细的数值打算来进行讲解，读者可以自行考试测验。
每章 都配有程序示例，GitHub 上有多种措辞版本的示例代码可供下载。
本书适宜作为人工智能入门读者以及对人工智能算法感兴趣的读者 阅读参考。

文本上的算法 深入浅出自然措辞处理

作者：路彦雄

广告

文本上的算法:深入浅出自然措辞处理(异步图书出品)

作者：路彦雄

内容简介：

本书紧张环绕自然措辞处理展开，包括理论篇和运用篇，理论篇紧张讲解一些根本知识，机器学习等，运用篇就会环绕自然措辞处理的任务来讲解，比如搜索引擎、推举系统、对话系统等等。
本书紧张分两大部分：第一部分是理论篇，紧张先容机器学习的根本和一些详细算法；第二部分运用篇，紧张是一些NLP的运用，如：搜索引擎事理是什么？它为什么要建索引？有什么理论根本吗？

人脸识别事理及算法——动态人脸识别系统研究

作者：沈理 刘翼光 熊志勇

广告

人脸识别事理及算法：动态人脸识别系统研究(异步图书出品)

作者：沈理，刘翼光，熊志勇

内容简介：

本书本书首先先容了打算机视觉和模式识别的事理，以及国内外人脸识别研究的紧张方法和干系课题研究，总结了国内外人脸识别研究的紧张成果。
本书重点先容了作者的研究成果：动态人脸识别系统方法。
动态人脸识别指的是在移动中的人脸识别方法。

数学与统计学

人工智能根本 数学知识

作者：张晓明

广告

人工智能根本 数学知识(异步图书出品)

作者：张晓明

内容简介：

本书基于盛行的Python措辞，普通易懂地先容了入门人工智能领域必需必会的数学知识，旨在让读者轻松节制并学甚至用。
本书分为线性代数、概率和优化等3篇，共21章，覆盖了人工智能领域中主要的数学知识点。
本书写作风格普通有趣，读者可在潜移默化中节制这些数学知识以及干系的编程操作，并能从工程落地的角度深刻理解数学在个中的扮演角色和魅力。
本书适宜希望投身于人工智能领域且想有一番作为的职员阅读，还适宜对人工智能领域背后的逻辑感兴趣的职员阅读。
本书还可作为各大高校人工智能专业的参考用书。

打算机视觉

OpenCV 4快速入门

作者：冯振、郭延宁、吕跃勇

广告

OpenCV 4快速入门(异步图书出品)

作者：冯振，郭延宁，吕跃勇

内容简介：

本书共12 章，紧张内容包括OpenCV 4 根本知识，OpenCV 的模块架构，图像存储容器，图像的读取与显示，视频加载与摄像头调用，图像变换，图像金字塔，图像直方图的绘制，图像的模板匹配，图像卷积，图像的边缘检测，堕落与膨胀，形状检测，图像分割，特色点检测与匹配，单目和双目视觉，光流法目标跟踪，以及OpenCV 在机器学习方面的运用等。
本书面向的读者是打算机视觉与图像处理等干系专业的高校师生、企业内转行打算机视觉与图像处理的事情职员、已有图像处理根本并想理解OpenCV 4 新特性的职员。

OpenCV+VTK+Visual Studio图像识别运用开拓 第2版

作者：望熙荣 ,望熙贵

内容简介：

OpenCV是一个基于BSD开源协议发行的跨平台打算机视觉库，可以运行在Linux、Windows、Android和macOS操作系统上。
轻量级且高效的OpenCV，还供应了Python、Ruby、MATLAB等措辞的接口，实现了图像识别和打算机视觉方面的很多通用算法。
本书从OpenCV的根本知识入手，基于Microsoft Visual Studio 2017并结合C++讲解用OpenCV编程的方法，然后辅以大量示例先容OpenCV中多个功能模块的实际运用，末了引申至VTK三维图像显示技能的学习，以帮助读者实现更广泛的运用。
本书适宜图像处理领域的从业职员阅读，也适宜想要学习OpenCV的读者参考。
本书所涉及示例均已配套资源办法给出，读者可登录异步社区本书页面下载。

图像局部特色检测和描述 基于OpenCV源码剖析的算法与实现

作者： 赵春江

内容简介：

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

机器学习经典算法阐发 基于OpenCV

作者：赵春江

内容简介：

本书对正态贝叶斯分类器、K隔壁算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、极度随机树、期望极大值、神经网络这十大经典的机器学习算法前辈行详细的事理剖析，然后给出OpenCV的干系源码的逐句阐明，末了完成一个基于OpenCV的运用实例。

OpenCV和Visual Studio图像识别运用开拓

作者：望熙荣 望熙贵

内容简介：

本书包含11章和一个附录，通过循规蹈矩的形式勾引读者学会如何在Visual Studio中搭建OpenCV的配置，如何进行图像处理，包括明暗比拟调度、液体殊效、牌号水印、边缘平滑处理、格式转换、重新着色等内容，同时还先容了运算与侦测处理，色阶粉笔、后方投影、图像加密/解密等话题。
本书非常适宜图像处理领域的职员参考学习。

数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)

作者：张铮 王艳平 薛桂喷鼻香

内容简介：

本书试图将理论知识、研究实验和运用实例有机结合起来，内容涉及数字图像处理领域的诸多方面，并且对付机器视觉的研究内容和研究方法给出了前导性先容，旨在为有志投身图像处理和机器视觉研究领域的朋友供应一本看重思维历练和实际运用的从入门到深入的图书。

打算机视觉度量 从特色描述到深度学习

作者：Scott Krig

内容简介：

这本书不讲编程，但覆盖了90%打算机视觉领域的内容，是一本打算机视觉的“博物馆”，对从业者节制算法的实质、提升运用能力很有帮助，对学生打下打算机视觉的坚实根本也很有效。

本书的目的是概述特色描述子和特色学习方法，旨在从利用特色的角度来对打算机视觉方法进行总结、分类和剖析。
本书鼓励读者自己去思考每种方法是如何设计的，以及它们背后的事情事理是什么。

本书还列出了近900篇参考文献，可知足不同层次的读者学习打算机视觉技能的须要。

打算机视觉度量深入解析

作者：Scott Krig

内容简介：

本书是打算机视觉领域的先驱人物Scott Krigs 2014年的最新作品，全书对目前盛行的打算机视觉算法进行了深入浅出的讲解，包括各种图像特色描述方法、图像成像事理、间隔度量、视觉算法开拓的整体优化等。

机器学习-人工神经网络

Python神经网络编程

作者：Tariq Rashid

内容简介：

本书首先从大略的思路动手，详细先容了理解神经网络如何事情所必须的根本知识。
第一部分先容基本的思路，包括神经网络底层的数学知识，第2部分是实践，先容了学习Python编程的盛行和轻松的方法，从而逐渐利用该措辞构建神经网络，以能够识别人类手写的字母，特殊是让其像专家所开拓的网络那样地事情。
第3部分是扩展，先容如何将神经网络的性能提升到工业运用的层级，乃至让其在Raspberry Pi上事情。

自己动手写神经网络

作者：葛一鸣

内容简介：

全书分为11个章节，其紧张内容如下：先容人工神经网络以及人工智能的发展历史和基本事理。
先容最为大略的人工神经网络模型和理论运用。
先容了一个基于Java的人工神经网络框架Neuroph，书中紧张先容了Neuroph框架的架构以及基本利用方法。
先容了基于Neuroph开拓一个大略的人工神经网络系统——感知机。
先容了ADALINE网络以及利用Neuroph实现ADALINE神经网络。

深入浅出人工神经网络

作者：江永红

内容简介：

本书是一本讲解人工神经网络事理知识的简明教程，力求使读者在最短的韶光内对这些事理知识有一个清晰明了的认识和理解。
本书统共分为三个部分，第1部分先容人工神经网络的启示源头——生物神经网络——的一些根本知识；第2部分讲解学习人工神经网络所必备的一些数学根本知识；第3部分讲解几种常见而范例的人工神经网络模型。

神经网络算法与实现 基于Java措辞

作者：Fábio M. Soares、Alan M.F. Souza

内容简介：

本书包含9章内容，从认识并理解神经网络算法，到理解它的特性，随后理解感知器及其特性。
除此之外，还将实现自组织映射。
同时书中讲解了一系列运用程序，例如景象预报、疾病诊断、客户剖析、字符识别（OCR）等核心内容。
读者还将从本书中理解到如何优化自己的神经网络。

机器学习-强化学习

深度强化学习事理与实践

作者：陈仲铭、何明

内容简介：

本书将从数学和方法的角度分别阐述强化学习的内容。
从数学根本讲起，通过大略的环境模型来逐步展开强化学习的内容。
每章至少会有一个案例来赞助读者深入理解干系的知识点，涵盖目前的热点运用，例如图像风格创造、图像检测、语音识别等。
末了一章利用一个大型的深度案例（AlphaGo围棋）来总结全书内容，达到活学活用的目的。

机器学习-TensorFlow

TensorFlow技能解析与实战

作者：李嘉璇

内容简介：

TensorFlow是谷歌公司开拓的深度学习框架，也是目前深度学习的主流框架之一。
本书从深度学习的根本讲起，深入TensorFlow框架事理、安装、模型、源代码和统计剖析等各个方面。
全书分为根本篇、实战篇和提高篇三部分。
末了附录中列出一些可供参考的公开数据集，并结合作者的项目履历先容项目管理的一些建议。

TensorFlow机器学习项目实战

作者：Rodolfo Bonnin

内容简介：

这本书涵盖了各种项目在TensorFlow暴露什么可以用在不同的场景中TensorFlow。
这本书供应项目培训模型、机器学习、深入学习,处理不同的神经网络。
每个项目都是一个令人愉快的和深刻的运动,将教你如何利用TensorFlow和展示层的数据可以探索利用张量。

机器学习-scikit-learn

scikit-learn机器学习 第2版

作者：Gavin Hackeling

内容简介：

本书内容共计14章，分别从机器学习根本、大略线性回归、基于K附近法的分类和回归剖析、特色提取和预处理、大略回归和多重回归、线性回归和逻辑回归、朴素贝叶斯、决策树的非线性分类和回归、决策树、随机森林和其他方法、感知机、向量机、人工神经网络、K-means聚类等内容。

机器学习

机器学习精讲 全彩印刷

作者：Andriy Burkov

内容简介：

本书用简短的篇幅、精髓精辟的措辞，讲授机器学习领域必备的知识和技能。
全书共11章和一个术语表，依次先容了机器学习的基本观点、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与办理方案、进阶操作、非监督学习以及其他学习办法等，涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度低落、聚类剖析、维度降落、自编码器、迁移学习、强化学习、特色工程、超参数调试等浩瀚核心观点和方法。

全书末了给出了一个较为详尽的术语表，能够帮助读者理解机器学习是如何事情的，为进一步理解该领域的繁芜问题和进行深入研究打好根本。

本书适宜想要学习和节制机器学习的软件从业职员、想要利用机器学习技能的数据科学家阅读，也适宜想要理解机器学习的一样平常读者参考。

MATLAB机器学习

作者：Giuseppe Ciaburro

内容简介：

MATLAB为机器学习领域供应了必要的工具。
用户可以借助MATLAB环境供应的强大交互式图形界面，非常轻松地办理机器学习问题。
本书在先容每个主题前，会简要概述其理论根本，然后辅以实际案例进行阐释。
通过阅读本书，读者能够运用机器学习方法，并能充分利用MATLAB的功能办理实际问题。
《MATLAB机器学习》前3章紧张先容MATLAB机器学习的根本知识、利用MATLAB导入数据和组织数据的方法以及从数据到知识发掘的方法，中间3章紧张先容回归剖析、分类剖析以及无监督学习，末了3章先容人工神经网络、降维变换的方法以及机器学习实战的干系知识。
本书可供数据剖析员、数据科学家以及任何希望学习机器学习算法以及构建数据处理、预测运用的读者阅读。

机器学习开拓者指南

作者：Rodolfo Bonnin

内容简介：

本书是一本系统指南，它将带领读者学习如何履行各种机器学习技能及其日常运用和开拓。
全书分为9章，从熟习的易于节制的措辞的根本数据和数学模型开始，向读者先容机器学习领域中利用的各种库和框架，然后通过用有趣的示例实现了回归、聚类、分类、神经网络等，通过本书读者将学会实现这些观点来办理ML运用程序的实际场景，如图像剖析、自然措辞处理和韶光序列数据的非常检测。

移动端机器学习实战

作者：Karthikeyan NG

内容简介：

本书系统地讲述如何基于TensorFlow Lite和Core ML构建Android与iOS运用程序。
本书共9章。
第1章先容机器学习的根本知识以及TensorFlow Lite和Core ML框架。
第2～8章先容如何开拓7款常见运用程序，分别是一款预测人物年事和性别的运用程序，一款在照片上运用艺术风格迁移的运用程序，一款用于面部检测和条形码扫描的运用程序，一款类似于Snapchat的运用程序，一款识别手写数字的运用程序，一款盛行的在线换脸运用程序，一款利用迁移学习完成食品分类的运用程序。
第9章总结全书，并先容基于机器学习的云做事。
本书适宜机器学习、深度学习和人工智能等方面的专业人士阅读。

人工智能

人工智能 第2版

作者：Stephen Lucci、Danny Kopec

内容简介：

本书共为17章，讲述了如何多样化探索人工智能领域，原书在亚马逊上收到浩瀚高校老师和学生的好评。
书中不仅先容了人工智能的根本理论，还先容了机器学习、神经网络、自然措辞处理等热门话题，帮助读者全方位理解人工智能领域的方方面面。
本书既适宜作为教材，也适宜作为个人阅读的参考指南。

低廉甜头AI图像搜索引擎

作者：明恒毅

内容简介：

图像搜索引擎有两种实现办法——基于图像高下文文本特色的办法和基于图像视觉内容特色的办法。
本书所指的图像搜索引擎是基于内容特色的图像检索，也便是常日所说的“以图搜图”来检索相似图片。
本书紧张讲解了搜索引擎技能的发展脉络，文本搜索引擎的基本事理和搜索引擎的一样平常构造，详细讲述了图像搜索引擎各紧张组成部分的事理和实现，并终极构建了一个基于深度学习的Web图像搜索引擎。

人工智能时期

作者：Kalman Toth

内容简介：

本书从人工智能的缘起开始磋商，回顾和总结了全体机器智能时期的由来和发展。
在总结机器家当包括娱乐、教诲等机器人发展现状的根本上，以现实和科学为依据，对未来的发展进行了展望，有力地回答了机器是否会取代人这一问题。

人工智能入门 常用工具

作者： 张晓明

内容简介：

本书基于盛行的Python措辞，本书从案例出发，展示各种工具的适用场景、关键用法和运用技巧。
本书分成四大单元，包括Python编程精讲、数据处理和可视化、机器学习、深度学习4个单元。
涵盖了Python、Pandas、Matplotlib、Seaborn、Scikit-learn、TensorFlow、Keras等7种主流武器。

Python自然措辞处理

作者：Steven Bird Ewan Klein Edward Loper

内容简介：

本书供应了非常易学的自然措辞处理入门先容，该领域涵盖从文本和电子邮件预测过滤，到自动总结和翻译等多种措辞处理技能。
你将学会编写 Python程序处理大量非构造化文本，并将理解用于剖析书面通信内容和构造的紧张算法。