2018年最佳深度学习书单

我相信你应该知道人工智能,尤其是深度学习在过去5年左右取得了不错的进步。 

深度学习是由少数研究人员开始的一个相对较小的领域,现在已经变得如此主流,以至于我们现在每天使用的应用程序和服务,现在都在使用深度学习来执行不久前难以想象的任务。

但深度学习并不新鲜,从20世纪40年代开始,Warren McCullochWalter Pitts就基于数学和算法创建了神经网络的计算模型。

然而,深度学习在不久前才开始流行起来,当时Geoffrey HintonRuslan Salakhutdinov发表了一篇论文,  展示了一个多层神经网络如何可以一次预先训练一层。

2009年,人们发现,使用足够大的数据集,你实际上并不需要预训练,并且错误率可能因为数据的增加显着下降。

2012年,GoogleDeep Learning系统实现了人类发现猫的能力。

2016年,Google的阿尔法狗打败了李世石,人工智能大火。

2017年,GoogleDeepMind构建了一种名为AlphaGo zero的算法,该算法可以自行掌握 围棋,并取得了不错的成绩。

但这仅仅是一个开始。随着数据集越来越大,处理器速度越来越快,以便能够训练更多的海量数据,深度学习的能力将不断提高。

所以,如果你想成为这场革命的一部分,现在无疑是最佳的时间进入深度学习领域了。

随着GPU和大数据集一应俱全,学习深度学习的机会巨大。这样做将使你能够训练机器执行一些令人难以置信的任务,例如面部识别癌症检测,甚至是股市预测

这就是这些书能派上用场的地方,因为它们可以让你从零开始学习深度学习。本综述中的每一本书都有各自的优点,而且每一本书都非常出色。

我有几张阿里云幸运券分享给你,用券购买或者升级阿里云相应产品会有特惠惊喜哦!把想要买的产品的幸运券都领走吧!快下手,马上就要抢光了。

不过,我已经把它们按我认为是最好的以及我建议学习先后的顺序排名。

以下是目前互联网上的12本最好的深度学习书籍:

1.用Scikit-LearnTensorFlow进行机器学习

2018年最佳深度学习书单_第1张图片

首先,在我看来最好的一本是采用流行的机器学习库Scikit-LearnGoogleTensorFlow的实践教程来学习深度学习的书。

作者试图以一种几乎任何人都能理解的方式来解释复杂的话题,这在我看来是一个很大的优势。

我喜欢 动手机器学习它可以让你通过机器学习项目从开始到结束。因此,你可以看到如何处理真实数据,如何将数据可视化以获取洞察力,以及重要的是如何为机器学习算法准备数据。

在本书后面,你将看到著名的MNIST分类器,模型是如何训练以及一些基本的机器学习分类器,如SVM,决策树,随机森林等。

所有这一切都是为了让你准备好本书的第二部分,内容涉及Tensorflow(包括安装)以及基本的神经网络和深度神经网络。

我认为这本书的结构很好,并以正确的顺序介绍了主题,而且书中的想法和具体例子都有很好的解释。

原文链接

你可能感兴趣的:(2018年最佳深度学习书单)