重磅！首屆人工智能本科專業(yè)研討會(huì)舉辦，這個(gè)學(xué)校已招收第一批本科生

國(guó)務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，要求“完善人工智能領(lǐng)域?qū)W科布局，設(shè)立人工智能專業(yè)”。

教育部印發(fā)了《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》，要求“對(duì)照國(guó)家和區(qū)域產(chǎn)業(yè)需求布點(diǎn)人工智能相關(guān)專業(yè)，加大人工智能領(lǐng)域人才培養(yǎng)力度”。

今年7月，由北京航空航天大學(xué)主辦了首屆“人工智能本科專業(yè)研討會(huì)”，?來(lái)自清華大學(xué)、南京大學(xué)、西安交通大學(xué)、中國(guó)科學(xué)技術(shù)大學(xué)、復(fù)旦大學(xué)、浙江大學(xué)等全國(guó)26所一流大學(xué)的人工智能專業(yè)負(fù)責(zé)人參加會(huì)議。

南京大學(xué)黎銘教授介紹了南京大學(xué)人工智能學(xué)院的人才培養(yǎng)方案。南京大學(xué)長(zhǎng)期從事機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘研究，形成了一支在人工智能領(lǐng)域具有國(guó)際影響力的團(tuán)隊(duì)。2018年5月成立了人工智能學(xué)院，學(xué)院基于“夯實(shí)基礎(chǔ)、深化專業(yè)、復(fù)合知識(shí)、加強(qiáng)實(shí)踐”的培養(yǎng)思路，已于2018年開(kāi)始以“計(jì)算機(jī)科學(xué)與技術(shù)（人工智能方向）”招收第一批本科生。

關(guān)于如何進(jìn)行人工智能專業(yè)設(shè)置和建設(shè)？人工智能是典型的交叉學(xué)科，其研究有三大學(xué)派。

第一是符號(hào)主義，認(rèn)為人工智能源于數(shù)理邏輯，其專家系統(tǒng)等研究方向在八十年代把人工智能推向高潮；

第二是連接主義，認(rèn)為人工智能源于仿生學(xué)，特別是對(duì)人腦模型的研究，當(dāng)前很熱的深度學(xué)習(xí)屬于這一學(xué)派；

第三是行為主義，認(rèn)為人工智能源于控制論，采用感知-動(dòng)作模式的行走機(jī)器人是這一學(xué)派的典型代表。

本科專業(yè)設(shè)置人工智能專業(yè)，這也預(yù)示了未來(lái)人工智能要發(fā)展，需要人才和學(xué)術(shù)建設(shè)應(yīng)該是毫無(wú)爭(zhēng)議的問(wèn)題。因此轉(zhuǎn)行入門人工智能需要優(yōu)先布局，才能抓住風(fēng)口。

接下來(lái)為小伙伴們送上小編精心挑選的人工智能書(shū)單。

入門經(jīng)典篇

《人工智能（第2版）》

[美]?史蒂芬·盧奇（Stephen Lucci） 著

美國(guó)經(jīng)典入門教材，被譽(yù)為人工智能領(lǐng)域百科全書(shū)。人工智能領(lǐng)域近十年來(lái)最前沿教程，更加適合本科生使用。

本書(shū)基于人工智能的理論基礎(chǔ)， 向讀者展示全面、新穎、豐富多彩且易于理解的人工智能知識(shí)體系。本書(shū)給出諸多的示例、應(yīng)用程序、全彩圖片和人物軼事，以激發(fā)讀者的閱讀和學(xué)習(xí)興趣；還引入了機(jī)器人和機(jī)器學(xué)習(xí)的相關(guān)高級(jí)課程，包括神經(jīng)網(wǎng)絡(luò)、遺傳算法、自然語(yǔ)言處理、規(guī)劃和復(fù)雜的棋盤博弈等。

《深度學(xué)習(xí)》

【美】Ian Goodfellow（伊恩·古德費(fèi)洛）著

AI圣經(jīng)！深度學(xué)習(xí)領(lǐng)域奠基性的經(jīng)典暢銷書(shū)！長(zhǎng)期位居美亞AI和機(jī)器學(xué)習(xí)類圖書(shū)榜首！所有數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)從業(yè)者的bi讀圖書(shū)！特斯拉CEO埃隆·馬斯克等國(guó)內(nèi)外眾多專家推薦！

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，它能夠使計(jì)算機(jī)通過(guò)層次概念來(lái)學(xué)習(xí)經(jīng)驗(yàn)和理解世界。因?yàn)橛?jì)算機(jī)能夠從經(jīng)驗(yàn)中獲取知識(shí)，所以不需要人類來(lái)形式化地定義計(jì)算機(jī)需要的所有知識(shí)。層次概念允許計(jì)算機(jī)通過(guò)構(gòu)造簡(jiǎn)單的概念來(lái)學(xué)習(xí)復(fù)雜的概念，而這些分層的圖結(jié)構(gòu)將具有很深的層次。本書(shū)會(huì)介紹深度學(xué)習(xí)領(lǐng)域的許多主題。

《Python神經(jīng)網(wǎng)絡(luò)編程》

[英] 塔里克·拉希德（Tariq Rashid）著

本書(shū)用輕松的筆觸，一步一步揭示了神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)思想，并介紹如何使用Python編程語(yǔ)言開(kāi)發(fā)神經(jīng)網(wǎng)絡(luò)。本書(shū)將帶領(lǐng)您進(jìn)行一場(chǎng)妙趣橫生卻又有條不紊的旅行——從一個(gè)非常簡(jiǎn)單的想法開(kāi)始，逐步理解神經(jīng)網(wǎng)絡(luò)的工作機(jī)制。您無(wú)需任何超出中學(xué)范圍的數(shù)學(xué)知識(shí)，并且本書(shū)還給出易于理解的微積分簡(jiǎn)介。

本書(shū)為美亞五星暢銷書(shū)，備受關(guān)注。基于Python3.5，全彩印刷，如果只選一本神經(jīng)網(wǎng)絡(luò)圖書(shū)，他是首選。

深度學(xué)習(xí)篇

《深度學(xué)習(xí)與TensorFlow實(shí)戰(zhàn)》

李建軍，王希銘，?潘勉 ,許碩貴，孔德興，張真誠(chéng)，徐國(guó)卿?著

首先簡(jiǎn)述了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史，介紹了TensorFlow，書(shū)中以一個(gè)簡(jiǎn)單的一元線性回歸房?jī)r(jià)預(yù)測(cè)模型演示了TensorFlow的工作機(jī)制； 三是簡(jiǎn)單例舉了幾個(gè)以TensorFlow為基礎(chǔ)的開(kāi)源項(xiàng)目。介紹了深度神經(jīng)網(wǎng)絡(luò)的外延：機(jī)器學(xué)習(xí)。 書(shū)中以機(jī)器學(xué)習(xí)的三個(gè)要素：任務(wù)（Task）、性能（Performance）、經(jīng)驗(yàn)（Experience）為核心，闡述了機(jī)器學(xué)習(xí)建立模型的原理。

《深度學(xué)習(xí)原理與實(shí)踐》

陳仲銘，彭凌西?著

本書(shū)系統(tǒng)全面、循序漸進(jìn)地介紹了深度學(xué)習(xí)的各方面知識(shí)，包括技術(shù)經(jīng)驗(yàn)、使用技巧和實(shí)踐案例。本書(shū)詳細(xì)介紹了目前深度學(xué)習(xí)相關(guān)的常用網(wǎng)絡(luò)模型，以及不同網(wǎng)絡(luò)模型的算法原理和核心思想。本書(shū)利用大量的實(shí)例代碼對(duì)網(wǎng)絡(luò)模型進(jìn)行了分析，這些案例能夠加深讀者對(duì)網(wǎng)絡(luò)模型的認(rèn)識(shí)。

此外，本書(shū)還提供完整的進(jìn)階內(nèi)容和對(duì)應(yīng)案例，讓讀者全面深入地了解深度學(xué)習(xí)的知識(shí)和技巧，達(dá)到學(xué)以致用的目的。

《Python 深度學(xué)習(xí)》

[英] 尼格爾·劉易斯（N.D. Lewis）?著

本書(shū)是使用Python進(jìn)行深度學(xué)習(xí)實(shí)踐的一本初學(xué)指南。本書(shū)并未羅列大量的公式，而是通過(guò)一些實(shí)用的實(shí)際案例，以簡(jiǎn)單直白的方式介紹深度神經(jīng)網(wǎng)絡(luò)的兩項(xiàng)任務(wù)——分類和回歸，解析深度學(xué)習(xí)模型中的一些核心問(wèn)題，以期讓讀者對(duì)深度學(xué)習(xí)的全貌有一個(gè)清晰的認(rèn)識(shí)。

《Keras深度學(xué)習(xí)實(shí)戰(zhàn)》

[意大利]安東尼奧·古利(Antonio Gulli) 著

本書(shū)用當(dāng)前流行的Keras框架實(shí)現(xiàn)了大量深度學(xué)習(xí)算法，構(gòu)建了眾多深度學(xué)習(xí)模型，并且介紹了深度學(xué)習(xí)在游戲等實(shí)際場(chǎng)合中的應(yīng)用，特別是本書(shū)還介紹了當(dāng)前火熱的生成對(duì)抗網(wǎng)絡(luò)（GAN）的應(yīng)用。全書(shū)通俗易懂，強(qiáng)調(diào)實(shí)際案例，適合廣大的機(jī)器學(xué)習(xí)從業(yè)者和愛(ài)好者入門與實(shí)踐。

《精通數(shù)據(jù)科學(xué)：從線性回歸到深度學(xué)習(xí)》

唐亙??著

數(shù)據(jù)科學(xué)入門到實(shí)戰(zhàn)，介紹數(shù)據(jù)科學(xué)常用的工具——Python、數(shù)學(xué)基礎(chǔ)及模型，討論數(shù)據(jù)科學(xué)的前沿領(lǐng)域——大數(shù)據(jù)和人工智能，包括機(jī)器學(xué)習(xí)領(lǐng)域經(jīng)典的模型、分布式機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等。

《TensorFlow技術(shù)解析與實(shí)戰(zhàn)》

李嘉璇?著

TensorFlow 是谷歌公司開(kāi)發(fā)的深度學(xué)習(xí)框架，也是目前深度學(xué)習(xí)的主流框架之一。本書(shū)從深度學(xué)習(xí)的基礎(chǔ)講起，深入TensorFlow框架原理、模型構(gòu)建、源代碼分析和網(wǎng)絡(luò)實(shí)現(xiàn)等各個(gè)方面。全書(shū)分為基礎(chǔ)篇、實(shí)戰(zhàn)篇和提高篇三部分。

領(lǐng)導(dǎo)“谷歌大腦”的工程師Jeff Dean發(fā)來(lái)寄語(yǔ)，李航、余凱等人工智能領(lǐng)域?qū)＜覂A力推薦，包攬TensorFlow 1.1的新特性，技術(shù)內(nèi)容全面，實(shí)戰(zhàn)案例豐富，視野廣闊，人臉識(shí)別、語(yǔ)音識(shí)別、圖像和語(yǔ)音相結(jié)合等熱點(diǎn)一應(yīng)俱全，非常適合對(duì)深度學(xué)習(xí)和TensorFlow感興趣的讀者閱讀。

《TensorFlow機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)》

【阿根廷】Rodolfo Bonnin?著

TensorFlow是Google所主導(dǎo)的機(jī)器學(xué)習(xí)框架，也是機(jī)器學(xué)習(xí)領(lǐng)域研究和應(yīng)用的熱門對(duì)象。

本書(shū)主要介紹如何使用TensorFlow庫(kù)實(shí)現(xiàn)各種各樣的模型，旨在降低學(xué)習(xí)門檻，并為讀者解決問(wèn)題提供詳細(xì)的方法和指導(dǎo)。全書(shū)共10章，分別介紹了TensorFlow基礎(chǔ)知識(shí)、聚類、線性回歸、邏輯回歸、不同的神經(jīng)網(wǎng)絡(luò)、規(guī)模化運(yùn)行模型以及庫(kù)的應(yīng)用技巧。

本書(shū)適合想要學(xué)習(xí)和了解 TensorFlow 和機(jī)器學(xué)習(xí)的讀者閱讀參考。如果讀者具備一定的C++和Python的經(jīng)驗(yàn)，將能夠更加輕松地閱讀和學(xué)習(xí)本書(shū)。

機(jī)器學(xué)習(xí)篇

《機(jī)器學(xué)習(xí)Web應(yīng)用》

【意】Andrea Isoni（愛(ài)索尼克）著

本書(shū)講解如何用Python語(yǔ)言、Django框架開(kāi)發(fā)一款Web商業(yè)應(yīng)用，以及如何用一些現(xiàn)成的庫(kù)和工具（sklearn、scipy、nltk和Django等）處理和分析應(yīng)用所生成或使用的數(shù)據(jù)。本書(shū)不僅涉及機(jī)器學(xué)習(xí)的核心概念，還介紹了如何將數(shù)據(jù)部署到用Django框架開(kāi)發(fā)的Web應(yīng)用，包括Web、文檔和服務(wù)器端數(shù)據(jù)的挖掘和推薦引擎的搭建方法。

本書(shū)適合有志于成為或剛剛成為數(shù)據(jù)科學(xué)家的讀者學(xué)習(xí)，也適合對(duì)機(jī)器學(xué)習(xí)、Web數(shù)據(jù)挖掘等技術(shù)實(shí)踐感興趣的讀者參考閱讀。

《Python機(jī)器學(xué)習(xí)——預(yù)測(cè)分析核心算法》

【美】Michael Bowles（鮑爾斯）?著

在學(xué)習(xí)和研究機(jī)器學(xué)習(xí)的時(shí)候，面臨令人眼花繚亂的算法，機(jī)器學(xué)習(xí)新手往往會(huì)不知 所措。本書(shū)從算法和Python 語(yǔ)言實(shí)現(xiàn)的角度，幫助讀者認(rèn)識(shí)機(jī)器學(xué)習(xí)。

本書(shū)專注于兩類核心的“算法族”，即懲罰線性回歸和集成方法，并通過(guò)代碼實(shí)例來(lái) 展示所討論的算法的使用原則。全書(shū)共分為7 章，詳細(xì)討論了預(yù)測(cè)模型的兩類核心算法、預(yù)測(cè)模型的構(gòu)建、懲罰線性回歸和集成方法的具體應(yīng)用和實(shí)現(xiàn)。 本書(shū)主要針對(duì)想提高機(jī)器學(xué)習(xí)技能的Python 開(kāi)發(fā)人員，幫助他們解決某一特定的項(xiàng) 目或是提升相關(guān)的技能。

《Python機(jī)器學(xué)習(xí)實(shí)踐指南》

【美】Alexander T. Combs?著

機(jī)器學(xué)習(xí)是近年來(lái)漸趨熱門的一個(gè)領(lǐng)域，同時(shí)Python 語(yǔ)言經(jīng)過(guò)一段時(shí)間的發(fā)展也已逐漸成為主流的編程語(yǔ)言之一。

本書(shū)結(jié)合了機(jī)器學(xué)習(xí)和Python 語(yǔ)言兩個(gè)熱門的領(lǐng)域，通過(guò)利用兩種核心的機(jī)器學(xué)習(xí)算法來(lái)將Python 語(yǔ)言在數(shù)據(jù)分析方面的優(yōu)勢(shì)發(fā)揮到極致。?全書(shū)共有10 章。第1 章講解了Python 機(jī)器學(xué)習(xí)的生態(tài)系統(tǒng)，剩余9 章介紹了眾多與機(jī)器學(xué)習(xí)相關(guān)的算法，包括各類分類算法、數(shù)據(jù)可視化技術(shù)、推薦引擎等，主要包括機(jī)器學(xué)習(xí)在公寓、機(jī)票、IPO 市場(chǎng)、新聞源、內(nèi)容推廣、股票市場(chǎng)、圖像、聊天機(jī)器人和推薦引擎等方面的應(yīng)用。 本書(shū)適合Python 程序員、數(shù)據(jù)分析人員、對(duì)算法感興趣的讀者、機(jī)器學(xué)習(xí)領(lǐng)域的從業(yè)人員及科研人員閱讀。

《NLTK基礎(chǔ)教程——用NLTK和Python庫(kù)構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用》

[印度] Nitin Hardeniya?著

NLTK 庫(kù)是當(dāng)前自然語(yǔ)言處理（NLP）領(lǐng)域最為流行、使用最為廣泛的庫(kù)之一, 同時(shí)Python語(yǔ)言也已逐漸成為主流的編程語(yǔ)言之一。

本書(shū)主要介紹如何通過(guò)NLTK庫(kù)與一些Python庫(kù)的結(jié)合從而實(shí)現(xiàn)復(fù)雜的NLP任務(wù)和機(jī)器學(xué)習(xí)應(yīng)用。全書(shū)共分為10章。第1章對(duì)NLP進(jìn)行了簡(jiǎn)單介紹。第2章、第3章和第4章主要介紹一些通用的預(yù)處理技術(shù)、專屬于NLP領(lǐng)域的預(yù)處理技術(shù)以及命名實(shí)體識(shí)別技術(shù)等。第5章之后的內(nèi)容側(cè)重于介紹如何構(gòu)建一些NLP應(yīng)用，涉及文本分類、數(shù)據(jù)科學(xué)和數(shù)據(jù)處理、社交媒體挖掘和大規(guī)模文本挖掘等方面。

本書(shū)適合 NLP 和機(jī)器學(xué)習(xí)領(lǐng)域的愛(ài)好者、對(duì)文本處理感興趣的讀者、想要快速學(xué)習(xí)NLTK的資深Python程序員以及機(jī)器學(xué)習(xí)領(lǐng)域的研究人員閱讀。

圖像識(shí)別篇

《機(jī)器學(xué)習(xí)經(jīng)典算法剖析——基于OpenCV》

趙春江 著

本書(shū)就是出于此目的，對(duì)正態(tài)貝葉斯分類器、K近鄰算法、支持向量機(jī)、決策樹(shù)、AdaBoost、梯度提升樹(shù)、隨機(jī)森林、極端隨機(jī)樹(shù)、期望極大值、神經(jīng)網(wǎng)絡(luò)這十大經(jīng)典的機(jī)器學(xué)習(xí)算法先進(jìn)行具體的原理分析，然后給出OpenCV的相關(guān)源碼的逐句解釋，最后完成一個(gè)基于OpenCV的應(yīng)用實(shí)例。

《圖像局部特征檢測(cè)和描述》

趙春江??著

本書(shū)以O(shè)penCV 2.4.9為研究工具，對(duì)其所實(shí)現(xiàn)的所有最新的特征檢測(cè)和描述算法——K-R、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE等進(jìn)行了詳細(xì)講解，不僅分析了它們的原理和實(shí)現(xiàn)方法，還進(jìn)行了詳細(xì)的源碼解析，并且給出了具體的程序?qū)崿F(xiàn)范例，充分體現(xiàn)了理論與實(shí)踐相結(jié)合的特點(diǎn)。

《數(shù)字圖像處理與機(jī)器視覺(jué)》

張錚,?徐超,?任淑霞,?韓海玲?著

《數(shù)字圖像處理與機(jī)器視覺(jué)——Visual C++與Matlab實(shí)現(xiàn)(第2版)》將理論知識(shí)、科學(xué)研究和工程實(shí)踐有機(jī)結(jié)合起來(lái)。

《數(shù)字圖像處理與機(jī)器視覺(jué)——Visual C++與Matlab實(shí)現(xiàn)(第2版)》結(jié)構(gòu)緊湊，內(nèi)容深入淺出，講解圖文并茂，適合于計(jì)算機(jī)、通信和自動(dòng)化等相關(guān)專業(yè)的本科生、研究生，以及工作在圖像處理和識(shí)別領(lǐng)域一線的廣大工程技術(shù)人員閱讀參考。

《OpenCV和Visual Studio圖像識(shí)別應(yīng)用開(kāi)發(fā)》

望熙榮，望熙貴?著

OpenCV是可以在多平臺(tái)下運(yùn)行、并提供了多語(yǔ)言接口的一個(gè)庫(kù)，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法。

本書(shū)是介紹OpenCV結(jié)合Visual Studio進(jìn)行圖像識(shí)別和處理的編程指南。全書(shū)共11章，介紹了OpenCV和Visual Studio的安裝設(shè)置，以及Core、HighGUI、ImgProc、Calib3d、Feature2d、Video、Objdetect、ML、Contrib等模塊，涉及文字處理、照片處理、圖像識(shí)別、OpenGL整合、硬件設(shè)備結(jié)合使用等眾多方面的功能，最后還給出了綜合應(yīng)用的實(shí)例。

本書(shū)適合對(duì)于圖像識(shí)別和處理技術(shù)感興趣，并且想要學(xué)習(xí)OpenCV的應(yīng)用和編程的讀者閱讀和參考。

《人臉識(shí)別原理及算法——?jiǎng)討B(tài)人臉識(shí)別系統(tǒng)研究?》

熊志勇, 沈理, 劉翼光?著

本書(shū)系統(tǒng)總結(jié)了人臉識(shí)別研究領(lǐng)域，填補(bǔ)國(guó)內(nèi)有關(guān)該領(lǐng)域圖書(shū)的空白，很好地總結(jié)了近年人臉識(shí)別算法研究成果，并提供了具體算法實(shí)現(xiàn)和研究結(jié)果，為該領(lǐng)域研究人員提供很好的借鑒。

算法篇

《趣學(xué)算法》

陳小玉 著

本書(shū)內(nèi)容按照算法策略分為7章。第1章從算法之美、簡(jiǎn)單小問(wèn)題、趣味故事引入算法概念、時(shí)間復(fù)雜度、空間復(fù)雜度的概念和計(jì)算方法，以及算法設(shè)計(jì)的爆炸性增量問(wèn)題，使讀者體驗(yàn)算法的奧妙。第2～7章介紹經(jīng)典算法的設(shè)計(jì)策略、實(shí)戰(zhàn)演練、算法分析及優(yōu)化拓展，分別講解貪心算法、分治算法、動(dòng)態(tài)規(guī)劃、回溯法、分支限界法、線性規(guī)劃和網(wǎng)絡(luò)流。

每一種算法都有4～10個(gè)實(shí)例，共50個(gè)大型實(shí)例，包括經(jīng)典的構(gòu)造實(shí)例和實(shí)際應(yīng)用實(shí)例，按照問(wèn)題分析、算法設(shè)計(jì)、完美圖解、偽代碼詳解、實(shí)戰(zhàn)演練、算法解析及優(yōu)化拓展的流程，講解清楚且通俗易懂。附錄介紹常見(jiàn)的數(shù)據(jù)結(jié)構(gòu)及算法改進(jìn)用到的相關(guān)知識(shí)，包括sort函數(shù)、優(yōu)先隊(duì)列、鄰接表、并查集、四邊不等式、排列樹(shù)、貝爾曼規(guī)則、增廣路復(fù)雜性計(jì)算、最大流最小割定理等內(nèi)容。

本書(shū)可作為程序員的學(xué)習(xí)用書(shū)，也適合從未有過(guò)編程經(jīng)驗(yàn)但又對(duì)算法有強(qiáng)烈興趣的初學(xué)者使用，同時(shí)也可作為高等院校計(jì)算機(jī)、數(shù)學(xué)及相關(guān)專業(yè)的師生用書(shū)和培訓(xùn)學(xué)校的教材。

《Python算法教程》

[挪威]赫特蘭（Magnus Lie Hetland）?著

本書(shū)用Python語(yǔ)言來(lái)講解算法的分析和設(shè)計(jì)，主要關(guān)注經(jīng)典的算法，幫助讀者理解基本算法問(wèn)題和解決問(wèn)題打下很好的基礎(chǔ)。

本書(shū)用Python語(yǔ)言來(lái)講解算法的分析和設(shè)計(jì)。本書(shū)主要關(guān)注經(jīng)典的算法，但同時(shí)會(huì)為讀者理解基本算法問(wèn)題和解決問(wèn)題打下很好的基礎(chǔ)。

本書(shū)概念和知識(shí)點(diǎn)講解清晰，語(yǔ)言簡(jiǎn)潔。本書(shū)適合對(duì)Python算法感興趣的初中級(jí)用戶閱讀和自學(xué)，也適合高等院校的計(jì)算機(jī)系學(xué)生作為參考教材來(lái)閱讀。

《文本上的算法——深入淺出自然語(yǔ)言處理?》

路彥雄 著

《算法謎題》

【美】Anany Levitin 著

算法是計(jì)算機(jī)科學(xué)領(lǐng)域最重要的基石之一。算法謎題，就是能夠直接或間接地采用算法來(lái)加以解決的謎題。求解算法謎題是培養(yǎng)和鍛煉算法思維能力一種最有效和最有樂(lè)趣的途徑。

本書(shū)是一本經(jīng)典算法謎題的合集。本書(shū)包括了一些古已有之的謎題，數(shù)學(xué)和計(jì)算機(jī)科學(xué)有一部分知識(shí)就發(fā)源于此。本書(shū)中還有一些較新的謎題，其中有一部分謎題被用作知名IT企業(yè)的面試題。全書(shū)可分為4個(gè)部分，分別是概覽、謎題、提示和答案。概覽介紹了算法設(shè)計(jì)的通用策略和算法分析的技術(shù)，還附帶有不少的實(shí)例。謎題部分將謎題按照簡(jiǎn)單、中等難度和較難三個(gè)層級(jí)分別列出。提示部分依次給出謎題提示，幫助讀者找到正確的解題方向，同時(shí)仍然為讀者留下了獨(dú)立求解的空間。答案部分則給出了謎題的詳細(xì)解答。

《編程之法：面試和算法心得》

July?著

書(shū)中的每道編程題目都給出了多種思路、多種解法，不斷優(yōu)化、逐層遞進(jìn)。第1章至第6章分別闡述字符串、數(shù)組、樹(shù)、查找、動(dòng)態(tài)規(guī)劃、海量數(shù)據(jù)處理等相關(guān)的編程面試題和算法，第7章介紹機(jī)器學(xué)習(xí)的兩個(gè)算法—K近鄰和SVM。書(shū)中的每一道題都是面試的高頻題目，反復(fù)出現(xiàn)在近5年各大公司的筆試和面試中，對(duì)面試備考有著極強(qiáng)的參考價(jià)值。

神經(jīng)網(wǎng)絡(luò)篇

《自己動(dòng)手寫(xiě)神經(jīng)網(wǎng)絡(luò)》

葛一鳴?著

本書(shū)講解通俗易懂，使用簡(jiǎn)單的語(yǔ)言描述人工神經(jīng)網(wǎng)絡(luò)的原理，并力求以具體實(shí)現(xiàn)與應(yīng)用為導(dǎo)向，除了理論介紹外，每一章節(jié)的應(yīng)用和實(shí)踐都有具體的實(shí)例實(shí)現(xiàn)，讓讀者達(dá)到學(xué)以致用。

本書(shū)適合以下類型的讀者：對(duì)神經(jīng)網(wǎng)絡(luò)感興趣，期望可以初步了解神經(jīng)網(wǎng)絡(luò)原理的讀者；有一定編程經(jīng)驗(yàn)，期望學(xué)習(xí)和掌握神經(jīng)網(wǎng)絡(luò)的程序員；期望對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)際應(yīng)用的工程人員；任何一名神經(jīng)網(wǎng)絡(luò)愛(ài)好者。

《神經(jīng)網(wǎng)絡(luò)算法與實(shí)現(xiàn)——基于Java語(yǔ)言》

Alan M.F. Souza（艾倫）著

神經(jīng)網(wǎng)絡(luò)已成為從大量原始的，看似無(wú)關(guān)的數(shù)據(jù)中提取有用知識(shí)的強(qiáng)大技術(shù)。?Java語(yǔ)言是用于實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的最合適的工具之一，也是現(xiàn)階段非常流行的編程語(yǔ)言之一，包含多種有助于開(kāi)發(fā)的API和包，具有“一次編寫(xiě)，隨處運(yùn)行”的可移植性。

本書(shū)完整地演示了使用Java開(kāi)發(fā)神經(jīng)網(wǎng)絡(luò)的過(guò)程，既有非常基礎(chǔ)的實(shí)例也有高級(jí)實(shí)例。首先，你將學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)、感知機(jī)及其特征。 然后，你將使用學(xué)到的概念來(lái)實(shí)現(xiàn)自組織映射網(wǎng)絡(luò)。 此外，你還會(huì)了解一些應(yīng)用，如天氣預(yù)報(bào)、疾病診斷、客戶特征分析和光學(xué)字符識(shí)別（OCR）等。 最后，你將學(xué)習(xí)實(shí)時(shí)優(yōu)化和自適應(yīng)神經(jīng)網(wǎng)絡(luò)的方法。

本文轉(zhuǎn)載自異步社區(qū)。

原文鏈接

https://www.epubit.com/articleDetails?id=Nbe815a91-e512-4266-bab7-eac00a4c952c

算法 前端開(kāi)發(fā)

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請(qǐng)聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請(qǐng)聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。