重磅 | 深度學習「四大名著」發佈！愛可可推薦！

重磅 | 深度學習「四大名著」發佈！愛可可推薦！

點擊上方「AI有道」，選擇「置頂」公衆號

重磅乾貨，第一時間送達

前幾天，紅色石頭在逛微博的時候，發現有人轉發了@愛可可老師的這樣一篇微博：

紅色石頭頗有共鳴，這四本書着實很不錯！咱們都知道如今機器學習、深度學習的資料太多了，面對海量資源，每每陷入到「無從下手」的困惑出境。並且並不是全部的書籍都是優質資源，浪費大量的時間是得不償失的。今天，藉此機會，紅色石頭就給你們推薦這幾本好書並作簡單介紹。最後附上全部書籍的詳細資源。

1. 《Deep Learning with Python》

推薦指數：★★★★☆

本書自出版以來收到衆多好評，由於是 Keras 做者寫的書，因此全書基本圍繞着 Keras 講深度學習的各類實現，從 CNN，RNN 到 GAN 等，偏入門，但也承載着不少做者對深度學習總體性的思考。這是一本偏實戰的書，教你使用 Keras 快速實現深度學習經典項目。看完這本書，基本能對 Keras 和深度學習實戰有比較初步的掌握了。我的很是推薦！

可是，這本書默認你已經具有了基本的深度學習、神經網絡知識。若是你是深度學習的初學者，那麼最好先補充一下深度學習的基本入門知識。

本書源碼 GitHub 地址：

https://github.com/fchollet/deep-learning-with-python-notebooks

目前本書的英文版和中文版都 pdf 文件都已經打包完畢。

2. 《Python Machine Learning》

推薦指數：★★★☆☆

這本書自己知名度不是特別高，可是書籍質量很高，簡單來講就是簡易、實用、不枯燥。本書使用了 Scikit-Learn 和 TensorFlow，分別講解機器學習和深度學習，並每章配備實操代碼。還有一點是講解了如何將機器學習模型發佈到 Web 應用。整個知識體系相對更加完善，是一本比較全面的機器學習書籍。

本書源碼 GitHub 地址：

https://github.com/rasbt/python-machine-learning-book-2nd-edition

目前本書只有英文版 pdf。

3. 《Hands-On Machine Learning with Scikit-Learn & TensorFlow》

推薦指數：★★★★★

本書中文譯爲《Scikit-Learn 與 TensorFlow 機器學習實用指南》。這本書最大的特點從理論上講就是言簡意賅，全書基本上沒有太多複雜的數學公式推導，語言通俗易懂，很容易看得懂、看得下去。全書共分爲兩大部分，第一部分介紹機器學習基礎算法，每章都配備 Scikit-Learn 實操項目；第二部分介紹神經網絡與深度學習，每章配備 TensorFlow 實操項目。附錄部份內容也很是豐富。正本書兼顧理論與實戰，是一本很是適合入門和實戰的機器學習書籍。

本書源碼 GitHub 地址：

https://github.com/ageron/handson-ml

目前本書只有英文版 pdf。不過已經有人翻譯了中文版，紅色石頭也在作這件事，目前還在更新，地址以下：

https://github.com/RedstoneWill/Hands-On-Machine-Learning-with-Sklearn-TensorFlow

4. 《Deep Learning》

推薦指數：★★★★☆

又名「花書」。該書由三位大佬 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 撰寫，是深度學習領域奠定性的經典教材。全書的內容包括3個部分：第1部分介紹基本的數學工具和機器學習的概念，它們是深度學習的預備知識；第2部分系統深刻地講解現今已成熟的深度學習方法和技術；第3部分討論某些具備前瞻性的方向和想法，它們被公認爲是深度學習將來的研究重點。相信這本書大部分人入坑深度學習的都知道！

爲何沒給這本書打五星呢？其實，我以爲這本書內容很深很全面，但起點稍微高了一些。若是你的數學基礎比較好，那麼這本書是很是不錯的進階工具書；但若是你剛剛入門深度學習，那麼須要補充必定的基本概念知識，再來學習會比較好。

目前本書的英文版和中文版都 pdf 文件都已經打包完畢。

推薦的學習順序：

「四大名著」介紹完了，每本書都有各自的特點。其實，適合本身的纔是最好的。很難有統一的標準和學習線路。可是，從個人角度出發，我以爲通常的適合大多數同窗的閱讀順序爲：3 -> 2 -> 1 -> 4。若是分側重的話，我以爲 3 和 1 很是不錯。最後，修煉一下深度學習內功心法，即 4。2 能夠選讀。

資源獲取：

好了，重點來了，深度學習「四大名著」全部書籍的中英文 pdf 和源碼都已經打包完畢，獲取方式很簡單，關注公衆號「AI有道」，在公衆號後臺直接回復：【4】便可！

想要及時獲取更多幹貨，請置頂公衆號！

【推薦閱讀】

乾貨 | 公衆號歷史文章精選（附資源）

個人深度學習入門路線

個人機器學習入門路線圖