人工智能、机器学习、神经网络、深度学习、TensorFlow、图像处理必备书籍

在学习人工智能相关相关知识中往往不理解其中相关术语意义和知识原理的组成,下面书籍是阿拉灯神丁君在阅读了大量书籍后觉得很不错的一部分,特此分享出来,以供大家学习之便利。内容链接如有侵犯到您的权益,请联系删除。

1、机器学习 周志华.pdf

链接:https://pan.baidu.com/s/1P5Owh7YoZ6ncQz9dXanwCA密码:wzst

2、推荐系统实践.pdf

链接:https://pan.baidu.com/s/11-VA6RE0RY3XRBQkEomMMg密码:te31

3、《自然语言处理综论》.pdf

链接:https://pan.baidu.com/s/1KP6wTUyRvtpDGC84bltoyA密码:l3wl

4、《计算机视觉:一种现代方法》.pdf

链接:https://pan.baidu.com/s/1XXY5AP7hHOb6XKtLv36yvg密码:l3fb

5、图解机器学习.pdf

链接:https://pan.baidu.com/s/1X3qsFL1rSL_bhqsAHQ7fPg密码:k59g

6、《决策知识自动化》.pdf

链接:https://pan.baidu.com/s/13kalbqzHI8G7F_dprWytkw密码:bu7l

7、《人工智能:一种现代的方法(第3版)》.pdf

链接:https://pan.baidu.com/s/1cHPk3gVUGJFKP-xL90vEFA密码:8iyo

8、Python数据分析与挖掘实战.pdf

链接:https://pan.baidu.com/s/1OjCLV_hhCcFO5BBCKUDxHA密码:gnzc

9、机器学习导论.pdf

链接:https://pan.baidu.com/s/1hmD-VeuzlOy-qakENc-77g密码:2wpg

10、面向机器智能的TensorFlow实践 (智能系统与技术丛书)_.pdf

链接:https://pan.baidu.com/s/1BQJLFh7te0ggyD538JgQWg密码:03lo

11、图像处理、分析与机器视觉(第三版).pdf

链接:https://pan.baidu.com/s/17VmF6AHL_WsLr6g8_oaHmw密码:104g

12、TensorFlow实战_黄文坚(完整).pdf

链接:https://pan.baidu.com/s/15voQk0MxMYySwhTy2UTVSQ密码:6syh

13、Tensorflow 实战Google深度学习框架.pdf

链接:https://pan.baidu.com/s/1L85W0wOCdNBM-a-QDYceTA密码:ejj3

14、统计学习方法.pdf

链接:https://pan.baidu.com/s/1tKUWBK-eZHwSPSUf15PGuQ密码:zjme

作者李航,是国内机器学习领域的几个大家之一,曾在MSRA任高级研究员,现在华为诺亚方舟实验室。书中写了十个算法,每个算法的介绍都很干脆,直接上公式,是彻头彻尾的“干货书”。每章末尾的参考文献也方便了想深入理解算法的童鞋直接查到经典论文;本书可以与上面两本书互为辅助阅读。

15、数学之美.pdf

链接:https://pan.baidu.com/s/1sWFH8lkzWpHLDxw0zBvyyw密码:y7xe

作者吴军大家都很熟悉。以极为通俗的语言讲述了数学在机器学习和自然语言处理等领域的应用。

16、区块链新经济概论.pdf

链接:https://pan.baidu.com/s/10ugwGsJI9yf-z5yzKNon0g密码:m35l

最近也是在学习入门阶段,也就一个感觉“一如侯门深似海,从此节操是路人”,看的我是头晕眼花,公式,概念,金星星眼前飘过~~~.....((/- -)/

以上电子书也基本都是高清版,本人对电子书的质量要求也是比较高的,影印版太垃圾了,更是伤银镜。

人工智能领域涵盖的知识非常的广:算法、深度学习、机器学习、自然语言处理、数据结构、Tensorflow、Python 、数据挖掘、搜索开发、神经网络、视觉度量、图像识别、语音识别、推荐系统、系统算法、图像算法、数据分析、概率编程、计算机数学、数据仓库、建模等关键词,基本涵盖了现阶段人工智能细分领域的人才结构。

学习资料持续更新,请关注公众号“AI人工智能客栈”回复关键字“人工智能书籍”获取百度盘链接。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180922G0H9XV00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券