前不久睛廊，和幾位AI/python和數(shù)據(jù)分析領(lǐng)域的大神請教
入行的初學(xué)者應(yīng)該準(zhǔn)備哪幾本書形真？
他們強烈推薦這11本神書
01《機器學(xué)習(xí)的數(shù)學(xué)》賓大
1962頁
個人推薦指數(shù)：★★★★
此書來自賓夕法尼亞大學(xué)計算機與信息科學(xué)系，涵蓋代數(shù)超全，拓?fù)渑厮⒎e分和優(yōu)化理論邓馒，提供免費PDF下載(鏈接見文末)。打開細看蛾坯，一股豐盛的數(shù)學(xué)大餐的氣息迎面撲來：內(nèi)置9大章節(jié)光酣，1962頁全面豐富的計算機科學(xué)和機器學(xué)習(xí)相關(guān)數(shù)學(xué)知識，有教學(xué)脉课，還有習(xí)題救军。
02《深度學(xué)習(xí)》
?731頁
個人推薦指數(shù)：★★★★★
《深度學(xué)習(xí)》又名：花書，由全球知名的三位專家Ian Goodfellow下翎、Yoshua Bengio 和Aaron Courville撰寫缤言，是深度學(xué)習(xí)領(lǐng)域奠基性的經(jīng)典教材。
全書的內(nèi)容包括3個部分：第1部分介紹基本的數(shù)學(xué)工具和機器學(xué)習(xí)的概念视事，它們是深度學(xué)習(xí)的預(yù)備知識胆萧；第2部分系統(tǒng)深入地講解現(xiàn)今已成熟的深度學(xué)習(xí)方法和技術(shù)；第3部分討論某些具有前瞻性的方向和想法俐东，它們被公認(rèn)為是深度學(xué)習(xí)未來的研究重點跌穗。
03《自然語言處理綜論》
613頁
個人推薦指數(shù)：★★★★★
本書是一本全面系統(tǒng)地講述計算機自然語言處理的優(yōu)秀教材。本書英文版出版之后好評如潮虏辫，國外許多著名大學(xué)紛紛把本書選為自然語言處理和計算語言學(xué)課程的主要教材蚌吸，該書被譽為該領(lǐng)域教材的“黃金標(biāo)準(zhǔn)”。本書包含的內(nèi)容十分豐富砌庄，分為四個部分羹唠，共21章，深入細致地探討了計算機處理自然語言的詞匯娄昆、句法佩微、語義、語用等各個方面的問題萌焰，介紹了自然語言處理的各種現(xiàn)代技術(shù)哺眯。
04《統(tǒng)計學(xué)習(xí)方法》-李航
? ? ?229頁
個人推薦指數(shù)：★ ★ ★ ★ ★?
想學(xué)數(shù)據(jù)挖掘或者機器學(xué)習(xí)不可避免要接觸數(shù)學(xué)相關(guān)理論，盡管你可以只用sklearn等做機器學(xué)習(xí)扒俯，但不懂底層理論奶卓，是無法做深入的，而這本書撼玄，就是給你打好機器學(xué)習(xí)基礎(chǔ)的書夺姑，先修內(nèi)容大學(xué)數(shù)學(xué)三件套（高等數(shù)學(xué)、線性代數(shù)掌猛、概率論與數(shù)理統(tǒng)計）瑟幕，如果你不是數(shù)學(xué)基礎(chǔ)特別好，看這本書的時候會像我一樣看不懂一些公式推導(dǎo)，莫慌只盹，百度一下別人的學(xué)習(xí)筆記或者技術(shù)博客辣往，慢慢鉆研，本書適合看多次殖卑，每次都有新的收獲站削，書本身不厚，230頁孵稽，建議邊看邊將感悟推導(dǎo)公司等寫在旁邊许起，方便下次看。
05 《模式識別與機器學(xué)習(xí)》
749頁
個人推薦指數(shù)：★ ★ ★ ★?
微軟劍橋研究院實驗室主任 Christopher Bishop 的經(jīng)典著作《Pattern Recognition and Machine Learning》菩鲜，中文譯名《模式識別與機器學(xué)習(xí)》园细，簡稱 PRML，此書涵蓋面十分廣泛接校，語言通俗猛频，例子和習(xí)題更加詳細，附帶更多基礎(chǔ)性的講解和指引蛛勉，難度梯度設(shè)置更為合理鹿寻，是其深受廣大中老年 PHD 朋友喜愛的原因》塘瑁《模式識別與機器學(xué)習(xí)》內(nèi)容十分豐富毡熏，共有 14 章的內(nèi)容，每一章都是干貨滿滿侣诵。
毫無疑問痢法，PRML實乃入門必讀之圣書！豆瓣評分高達9.5分杜顺。
06《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》
229頁
個人推薦指數(shù)：★ ★ ★?
一本由美國量?物理學(xué)家疯暑、科學(xué)作家 Michael Nielsen編寫的非常好的深度學(xué)習(xí)入門書籍-《Neural Network and Deep Learning》，中文譯為《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》哑舒。這是一本解釋人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)背后核心思想的免費在線書籍。
07《Machine Learning Yearning》
112頁
個人推薦指數(shù)：★ ★ ★★
NG本人說：“AI幻馁，機器學(xué)習(xí)和深度學(xué)習(xí)正在逐漸改變越來越多的行業(yè)洗鸵。我寫這本書《Machine Learning Yearning》的目的就是教會大家如何構(gòu)建自己的機器學(xué)習(xí)項目。這本書的目的不是教你機器學(xué)習(xí)算法理論仗嗦，而是教你如何使用這些算法膘滨。一些技術(shù)AI課程會給你錘子工具，而這本書就是讓你學(xué)會如何使用這些錘子工具稀拐。如果你致力于成為AI技術(shù)領(lǐng)導(dǎo)者并渴望為你的團隊找到正確的方向火邓。”
這本書《Machine Learning Yearning》能夠從以下幾個方面給你帶來收獲：
優(yōu)先考慮AI項目最有前途的方向。
調(diào)試機器學(xué)習(xí)項目中的錯誤铲咨。
在復(fù)雜設(shè)置中構(gòu)建ML躲胳，例如訓(xùn)練/測試樣本不匹配。
構(gòu)建一個ML項目纤勒，接近甚至達到人類水平坯苹。
知道什么時候、如何使用端對端學(xué)習(xí)摇天、遷移學(xué)習(xí)和多任務(wù)學(xué)習(xí)粹湃。
08《動手學(xué)深度學(xué)習(xí)》
549頁
個人推薦指數(shù)：★?★?★?★
特別介紹一下，李沐大神的《動手學(xué)深度學(xué)習(xí)》泉坐，此書被國內(nèi)的人民郵電出版社發(fā)行了紙質(zhì)版为鳄，深受大批學(xué)習(xí)者的關(guān)注和喜愛。更為良心的是：作者保留了電子書版權(quán)腕让，并在近期開源了最新的《動手學(xué)深度學(xué)習(xí)》孤钦。
內(nèi)容簡介
此書的結(jié)構(gòu)：
以下是主要目錄：
09《利用Python進行數(shù)據(jù)分析》
個人推薦指數(shù)：★?★?★?★★
本書內(nèi)容包含目錄
前言
第1 章 準(zhǔn)備工作
第2章 Python語言基礎(chǔ)、IPython及Jupyter notebook第?
第3 章 內(nèi)建數(shù)據(jù)結(jié)構(gòu)记某、函數(shù)及文件第?
第4章 NumPy 基礎(chǔ)∶數(shù)組與向量化計算第?
第5 章 pandas 入門
第6章 數(shù)據(jù)載入司训、存儲及文件格式第?
第7章 數(shù)據(jù)清洗與準(zhǔn)備
第8章 數(shù)據(jù)規(guī)整∶連接、聯(lián)合與重塑第?
第9 章 繪圖與可視化第?
第10 章 數(shù)據(jù)聚合與分組操作第?
第11章 時間序列第?
第12章 高階 pandas第?
第13章 Python建模庫介紹第?
第14 章 數(shù)據(jù)分析示例附錄A 高階 NumPy
附錄B 更多IPython系統(tǒng)相關(guān)內(nèi)容
本書第 1 版出版于 2012 年液南，彼時基于 Python 的開源數(shù)據(jù)分析庫（例如 pandas）仍然是一個發(fā)展迅速的新事物壳猜。在本次更新、拓展的第 2版中滑凉，作者在一些章節(jié)內(nèi)進行了修改统扳，以解釋過去 5 年中發(fā)生的不兼容的變更、棄用和一些新特性畅姊。此外咒钟，我還添加了新內(nèi)容，用以介紹在 2012 年還不存在或者不成熟的工具若未。最后朱嘴，我會避免把一些新興的或者不太可能走向成熟的開源項目寫入本書。我希望本版的讀者能夠發(fā)現(xiàn)本書內(nèi)容在2020 年或者 2021 年仍然幾乎像在 2017 年一樣好用粗合。
10《Tableau數(shù)據(jù)可視化》
個人推薦指數(shù)：★?★?★?★★
?本書由專業(yè)數(shù)據(jù)分析師根據(jù)新版Tableau 10精心編寫- 詳盡介紹Tableau的各項功能及其在數(shù)據(jù)可視化方面的應(yīng)用技巧- 配合豐富案例講解萍嬉，特別提供兩個熱門商業(yè)案例分析，快速提高實戰(zhàn)技能 邂逅 Tableau 10隙疚，數(shù)據(jù)依舊壤追，魅力倍增——
?本書的特色?
(1)內(nèi)容全面，講解詳細 本書詳細介紹了Tableau大部分常用功能，對于初次學(xué)習(xí)Tableau軟 件的讀者來說幫助較大。書中列出了創(chuàng)建可視化數(shù)據(jù)分析視圖的每一步 操作，便于讀者的實踐練習(xí)跨跨。
(2)由淺入深悼做、循序漸進 本書從Tableau簡介疯特、連接數(shù)據(jù)源、基礎(chǔ)操作贿堰、高級操作到Tableau Online和Tableau Server等辙芍，由淺入深，循序漸進羹与，適合各個層次的讀者 閱讀故硅。
(3)案例豐富，高效學(xué)習(xí) 本書在介紹功能的同時基本都是結(jié)合案例進行操作纵搁。同時吃衅，為了使 讀者快速提高數(shù)據(jù)分析的整體能力，本書的最后兩章列舉了網(wǎng)上超市運 營案例分析和網(wǎng)站流量案例分析兩個案例腾誉。?
11《誰說菜鳥不會數(shù)據(jù)分析》
個人推薦指數(shù)：★?★?★?★★★
本書的特色?
這是一本有趣的數(shù)據(jù)分析書!本書基于通用的Excel工具徘层，加上必知必會的數(shù)據(jù)分析概念，以小說般通俗易懂的方式講解利职。本書基于職場三人行來構(gòu)建內(nèi)容趣效，完全按照數(shù)據(jù)分析工作的完整流程來講解。全書共8章猪贪，依次講解數(shù)據(jù)分析必知必會知識跷敬、確定數(shù)據(jù)分析的結(jié)構(gòu)化思維、數(shù)據(jù)處理技巧热押、數(shù)據(jù)展現(xiàn)的技術(shù)西傀、通過專業(yè)化的視角來提升圖表之美以及專業(yè)分析報告的撰寫等內(nèi)容。本書有足夠的魅力讓你一口氣讀下去桶癣，在無形之中掌握數(shù)據(jù)分析的技能拥褂，提升職場競爭能力。本書能有效幫助職場新人提升職場競爭力牙寞，也能幫助市場營銷饺鹃、金融、財務(wù)间雀、人力資源管理人員及產(chǎn)品經(jīng)理解決實際問題悔详，還能幫助從事咨詢、研究雷蹂、分析行業(yè)的人士，各級管理人士提高專業(yè)水平杯道。
