人工智能书(人工智能书籍排行榜)

 

想要入门机器学习，人邮君推荐《机器学习精讲》和《机器学习工程实战》~

两年前，世界级的实践者&LinkedIn的超级明星Andriy Burkov创作了机器学习入门手册《机器学习精讲》。这本书被翻译成11+种语言，受到全世界机器学习爱好者的追捧。无数名程序员通过这本仅仅只有100页的小册子入门了机器学习。

两年后，Andriy Burkov又基于自己15年来用机器学习解决问题的经验，以及行业领导者的公开经验，创作了《机器学习精讲》的姊妹篇《机器学习工程实战》。

网友评价：这两本能开启你的人工智能之旅，并使你成长为一名专业人员！

这两本书的作者安德烈·布可夫（Andriy Burkov），是人工智能和机器学习领域专家。他拥有人工智能博士学位，尤其擅长自然语言处理、机器学习、信息检索等。

目前，他是高德纳（Gartner）咨询公司机器学习开发团队的主管。该团队的主要工作是，使用浅层和深度学习技术，开发可用于生产环境的、先进的多语言文字抽取和标准化系统。

在工作之外，Andriy Burkov还是一名十分活跃的技术分享者。他非常喜欢在网络上分享自己在人工智能和机器学习领域遇到的问题和总结出来的经验，Twitter、LinkedIn、Github等都是他的阵地。

Andriy Burkov的Twitter主页，拥有7k+粉丝

比如，他在LinkedIn上至今仍在持续更新的每周专栏《Artificial Intelligence》，现在已有超过50万的用户订阅，拥有超高人气！

截至2021年10月22日，他已经在LinkedIn上分享了90篇技术文章，每一篇都让读者受益匪浅。

Andriy Burkov在LinkedIn每周专栏《Artificial Intelligence》最新发表的一篇文章

Andriy Burkov的第一本书《机器学习精讲》囊括了机器学习的精髓，这本书的英文原版一经推出，就长期位于亚马逊机器学习图书排行榜领先位置，并获得4.5星好评。此外，谷歌研究主任Peter Norvig、Amazon数学科学主管Karolis Urbonas、LinkedIn人工智能副总监Deepak Agarwal、eBay工程主管Sujeet Varakhedi、Lucidworks研发主管Chao Han、南加州大学马歇尔商学院统计学教授Gareth James、等业内人士都为本书给予了高度评价。

《机器学习精讲》用196页的内容，系统而精炼地讲解机器学习的基本原理以及该领域必备的知识和技能，包含了监督和非监督学习、支持向量机、神经网络、集成算法、梯度下降、聚类分类、降维、自编码器、迁移学习、特征工程以及超参数调试等方面的知识，使读者可以快速读完并了解机器学习是如何工作的，为进一步理解该领域的复杂问题和进行深入研究打好基础。

这本书中既有数学公式，又有图解说明，还有作者持续更新的网页，对书中内容进行补充，包括问答、代码、推荐阅读材料、工具以及其他相关内容，一应俱全，扫描书中码即可查看。

Andriy Burkov的第二本书《机器学习工程实战》则凝结了人工智能和机器学习领域专家多年的实践经验，深入浅出讲解机器学习应用和工程实践，是对机器学习工程实践和设计模式的系统回顾。并再次获得谷歌首席决策科学家Cassie Kozyrkov、亚马逊机器学习和科学主管Karolis Urbonas等行业名人的推荐。

这本书全面阐释了利用机器学习大规模地解决业务问题所涉及的全部流程——项目准备工作、数据收集、特征工程、监督模型训练、模型评估、模型部署、模型服务、监测和维护等，由浅入深剖析机器学习实践过程中遇到的问题，帮助读者快速掌握机器学习工程实践和设计模式的基本原理与方法。

《机器学习工程实战》书中图片：机器学习项目生命周期

《机器学习工程实战》目录

这本书不仅包括机器学习工程的理论知识，而且注重知识的实用性。你可以在掌握了书中讲解的机器学习项目相关技术的基本应用和实现的知识后，一边跟着作者的思路，一同讨论多种实际应用场景；一边从零基础开始，分任务、分步骤地实现书中介绍的机器学习项目，重现项目完整的设计过程。

正如亚马逊一位读者的评价所说：

（《机器学习工程实战》是）机器学习工程有史以来最好的书。这本书与市场上那些一直在解释算法的书不同。这本书是关于机器学习过程的整个程序和深入分析，以及它与其他技术相关的步骤。这本书对数据科学中的各种术语给出了可能是最简单的解释，以及为什么事情会以这种方式进行。一句话，这是一本特别的书。我现在很自豪地拥有这本书。

互联网小常识：测试DHCP服务器使用ipcongfig /all命令，释放租约地址使用ipconfig /release命令，重新获得租约使用ipconfig /renew命令。

《机器学习工程实战》一书在亚马逊上收到的读者评价

​

从某种方面来说，机器学习可以分为机器学习研究和应用机器学习。

新手想要入门机器学习的时候，可千万别把这二者搞混。

如果你想要入门机器学习，无论是做研究还是工业应用，短小精炼但五脏俱全的《机器学习精讲》便是你的不二选择；

但如果你不想深入机器学习的学术研究，只想为业务问题创造基于ML的创新解决方案，那么相较于关注机器学习研究内容的教科书和学术著作，专注于应用的《机器学习工程实战》更能满足你的需求！

当然，《机器学习精讲》+《机器学习工程实战》，理论与实践结合，相信你很快就能真正理解机器学习工程并应用到实际开发中啦！

互联网小常识：网桥最主要面临的问题是帧转发率低与广播风暴，影响其性能的主要参数是：帧转发率与帧过滤率。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186