大牛书单 | 人工智能方向好书推荐
大牛书单 | 人工智能方向好书推荐
导语：读书是一生的功课，技术人通过读书实现自我提升，学习优秀知识沉淀。TEG书知道本期特邀腾讯TEG AI Lab专家姚建华、腾讯TEG AI平台部工程平台中心负责人罗敏、腾讯TEG AI Lab专家李志鋒，为大家带来AI方向好书推荐。来看看技术大牛在读什么，收藏优质内容，愿本期书单助您更专业。
姚建华博士是医学影像AI领域的专家，在AI Lab负责AI+医疗领域的前沿研究及产品落地。在脊柱影像分析，肿瘤生长预测，结肠癌检测以及影像引导机器人手术方向取得过突出成绩。编辑过多本期刊特刊和专著，并组织多次国际学术研讨会。在行业期刊和会议上发表论文超过350篇，被引用超过6000次，h-index指数39。
《Deep Learning》
作者：Ian Goodfellow, Yoshua Bengio, Aaron Courville
大牛推荐语： 这本书详细又清晰地介绍了深度学习，神经网络，机器学习方法背后的数学公式和理论基础。作者们成功地将复杂的理论以可以被理解的方式解释出来。同时这本书也详尽地解释了如何在实际工作中运用这些方法，有助于读者更加灵活地使用开源代码。
李志锋博士同样力荐该书，认为其堪称深度学习的经典入门圣经，涵括绝大部分有关深度学习的基础概念，数学推导以及深度学习在工业应用的技巧，值得反复研读。
《Python Machine Learning》
作者：Sebastian Raschka
大牛推荐语： 这本书以实例的方式演示如何利用Python编写机器学习的应用程序，是一本不错的入门编程书。
《Insight into Images: Principles and Practice for Segmentation, Registration, and Image Analysis》
作者：Terry S. Yoo
大牛推荐语： 这本书从理论和实际应用介绍两方面医学影像处理中的主要技术，包括分割，配准和基本图像处理和分析。以开源软件ITK为例子，具有很高实用价值。
罗敏， 腾讯TEG AI平台部工程平台中心负责人，加入腾讯以来，参与过海量存储、网页搜索、垂直搜索等技术的研发和团队管理，目前在AI平台部主要负责图像视觉、语音相关技术的研发和业务支持。
《数学之美》
作者：吴军
大牛推荐语： 值得反复品味的一本书，通俗易懂，培养大家化繁为简，用数学去解决工程问题的思维习惯，这是成为一名优秀工程师必需的素质，尤其在AI时代，我们不再是面对0和1的问题，而是要去解决更多不确定性的问题。
《分布式机器学习：算法、理论与实践》
作者：刘铁岩，陈薇，王太峰，高飞
大牛推荐语：来自团队机器学习工程组的推荐，可以说是国内第一本讲分布式机器学习的书， 分布式机器学习是一个系统工程，涉及数据、模型、算法、通信、硬件等许多方面，这本书从理论、算法和实践等多个方面给出了系统、深刻的讨论，理论和算法部分值得一看，实践部分对于刚刚进入这个领域的同学来说也有一定的参考意义。
《机器学习训练秘籍》
作者：吴恩达
https://accepteddoge.github.io/machine-learning-yearning-cn/
大牛推荐语：这是一本开源的电子书，书的重点不是讲解传统的机器学习算法，而在于教你如何使机器学习算法发挥作用。 如果你或你的团队正在研发一款机器学习相关应用，并期待取得较快进展，那么这本书将会是你的得力助手。
李志锋博士，腾讯专家研究员，AI Lab计算机视觉中心人脸与OCR团队的负责人。IEEE 高级会员（IEEE Senior Member）。本科毕业于中科大教改试点班，硕士和博士毕业于中国香港中文大学，曾任中科院深圳先进院研究员、博士生导师。研究兴趣包括人工智能、计算机视觉、人脸研究等，在相关领域的国际顶级学术会议和期刊上已发表多篇高质量论文，在学术界和工业界广受关注。
李博士带领团队在人脸检测的国际著名评测平台（WIDER FACE和FDDB）、人脸识别的国际著名评测平台（Megaface Challenge）、OCR的国际著名评测平台ICDAR上获得十几项世界第一的佳绩。所研发的原创性技术已接入腾讯信息安全、腾讯互联网+公共服务平台（腾讯云智慧眼）等多个应用场景，每日技术调用量超六亿次，未来将更广泛应用到人机交互、信息安全、政务、金融、安防等多个领域。担任国际期刊Neurocomputing的编委。
《Pattern Recognition and Machine Learning》
作者：Christopher M. Bishop
大牛推荐语：这是第一本从贝叶斯角度讲述模式识别以及机器学习的基础教材，它被广泛用作国外大学的标准教材。作为一本基础教材，它假设读者没有机器学习的背景，并且详细阐述了机器学习领域经常用到的模型。
《The Matrix Cookbook》
作者：Kaare Brandt Petersen, and Michael Syskind Pedersen
大牛推荐语：这是一本关于线性代数运算的重要的参考手册，它介绍了常用的概率分布、矩阵变换、矩阵微分、矩阵分解以及某些特殊矩阵。
《Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems》
作者：Aurélien Géron
大牛推荐语：该书由前谷歌机器学习工程师编写，用一些简单的实例展示了如何用Python+TensorFlow框架来解决实际应用的问题，是一本很好的实践入门教程。