logo

区块链荐书│6本深度学习必读书籍

头像
Lucy-FinTe...
39阅读0评论1 个月前
  • 大家好,我是FinTech社区创始人Lucy。 FinTech社区主要从事金融科技/量化投资/区块链招聘的社区
  • 目前我们与电鸭合作,有大量区块链相关职位的招聘,有兴趣的可以关注我们的招聘帖子:https://eleduck.com/posts/pqfJRb
    有招聘需求的企业也能够通过邮箱 dianya@fintechgl.com 联系我们哟!

1. Deep Learning

发布日期: 2015年

作者: Ian Goodfellow, Yoshua Bengio, Aaron Courville

推荐理由: 该书堪称是“卷积神经网络”和“深度学习”的圣经!**其大名如雷贯耳,你绝不应该错过!虽然本书作者认为该书普适于所有人,但笔者并不推荐零基础的新手或者初学者使用。理解吃透本书的理论并实际应用该书中的技巧,还需要读者做大量的额外学习和研究。如果你肯在书中的每一个细节上下功夫,我敢打保票,你会被书中传授的知识技巧惊艳到,并将大有所获,迅速进阶为卷积神经网络和深度学习领域内的大拿!

你将学到什么? 该书包含详尽的数学工具及基本方程,从线性代数,到概率论,数论,再到机器学习;也包含新兴实用型的深度网络介绍,如前馈神经网络和卷积神经网络。**该书也覆盖了一系列神经网络研究所需的线性因素模型,自编码器,蒙特卡洛模型等,总之你所需了解的一切都包含在这本百科全书内。

2. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow

发布日期: 2017年

作者: Aurelien Geron

推荐理由: 机器学习必买书籍!深层次地讲解了该领域内一系列话题。本书为0基础的初学者量身定制**,将为您科普机器学习的概念,知识点和编程应用,从数据中发现价值。

你将学到什么? 在本书中,作者并未列举他所开发的算法,而是基于现有的成熟的Python编程平台,如Scikit-Learn及TensorFlow,进行机器学习领域全方位的科普。

3. Deep Learning with Python

发布日期: 2019年

作者: Ethan Williams

推荐理由: 本书可谓是**深度学习零基础和初学者的终极指南!**读者甚至不需拥有任何编程经验即可入门。它基于Python语言进阶式地教授深度学习基本概念,并包含详尽的案例,及课外练习等内容帮助读者快速熟悉该领域。

你将学到什么? 大数据,数理分析,数据科学,AI,机器学习,算法,神经网络。

4. Deep Learning with Python

发布日期: 2017年

作者: François Chollet

相关网址:

http://faculty.neu.edu.cn/yury/AAI/Textbook/Deep Learning with Python.pdf

推荐理由: 该本书可谓是第三本荐书的进阶版,要看懂此书,读者需要具备基本的Python编程能力。本书最大的特点是它提供基于Python语言和Keras库的深度学习模型教学集,该书的作者是Google的AI天才科学家,也是Keras库的创始人!作者本人将实例和深入浅出的解释完美地融合在一起,大大升华读者对深度学习的理解和应用!

你将学到什么? 全方位收获从机器学习基础到深度学习应用的知识和技巧,深度理解更复杂的概念,及其在机器视觉、自然语言处理、创成式设计的基于Keras库的运用。最终,你可以全副武装运用所学去创建开发自己的项目!

5. Introduction to Deep Learning: From Logical Calculus to Artificial Intelligence

发布日期: 2018年

作者: Sandro Skansi

推荐理由: 该书适用于有Python编程基础的初学者。**本书简洁明了,浅显易懂,在展开“深度学习”前对“机器学习”也做了相应科普,引导新手入门,并包含了“深度学习”领域内所有重要的话题:从神经网络学习,语言处理,反馈神经网络,数学先决条件到人工智能的演变史,十分详尽。该书最大的特点在于其基于Python的关于“主流算法”和“架构方案”的实例,简单直观,读者拿来即可实际运用。

你将学到什么? 数学和计算机先决条件;机器学习基础;前馈神经网络;前馈神经网络的修正和拓展;卷积神经网络;递归神经网络;自编码器;神经语言模型。

6. Deep Learning for Computer Vision with Python – Starter Bundle

发布日期: 2017年

作者: Andrian Rosebrock

推荐理由: 本书并不适合初学者使用,是面向具有一定积累,经验层次不同的技术专家们。**本书将教大家如何使用深度学习做软件开发,自然语言处理,图形绘制,复杂数学计算运行,及机器视觉程序开发,是一本不可多得的教学类书籍。

你将学到什么? 深度学习,图像科学,图像分类基础,图像分类数据集,参数学习,神经网络基础,卷积神经网络,训练第一个卷积神经网络,识别手写数字,评价调度程序,发掘欠拟合/过拟合,检查模型等一系列丰富而深入的内容。

加载中…
精选评论
暂无数据

暂无数据