2018年是AI的年代，2019不出意外應(yīng)該同樣是AI的年代。2018年中國(guó)AI崗缺口1萬(wàn)多，2019年這個(gè)缺口可能會(huì)更大。要想在AI的年代大鵬展翅，就得玩轉(zhuǎn)機(jī)器學(xué)習(xí)。這里為大家精選了10本機(jī)器學(xué)習(xí)暢銷(xiāo)書(shū)，希望能夠?qū)Υ蠹矣兴鶐椭?/p>

1.《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：基于Scikit-Learn和TensorFlow》

作者：[法]奧雷利安·杰龍

出版時(shí)間：2018年8月

美國(guó)亞馬遜“人工智能”圖書(shū)暢銷(xiāo)榜首圖書(shū)！

通過(guò)具體的例子、非常少的理論和兩個(gè)成熟的Python框架——Scikit-learn和 TensorFlow，幫助你直觀地理解與掌握構(gòu)建智能系統(tǒng)的概念和工具。

你將學(xué)習(xí)一系列技術(shù)，從簡(jiǎn)單的線性回歸到深度神經(jīng)網(wǎng)絡(luò)等。每章的習(xí)題幫助你運(yùn)用學(xué)到的知識(shí)，你所需要的只是一點(diǎn)編程經(jīng)驗(yàn)，僅此而已。

通過(guò)本書(shū)你將學(xué)習(xí)：

探索機(jī)器學(xué)習(xí)的全景圖，特別是神經(jīng)網(wǎng)絡(luò)。

使用Scikit-Learn來(lái)端到端地建立一個(gè)機(jī)器學(xué)習(xí)項(xiàng)目的示例。

探索多種訓(xùn)練模型，包括支持向量機(jī)、決策樹(shù)、隨機(jī)森林和集成方法。

使用TensorFlow庫(kù)建立和訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

深入神經(jīng)網(wǎng)絡(luò)架構(gòu)，包括卷積網(wǎng)絡(luò)、遞歸網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)。

學(xué)習(xí)訓(xùn)練和伸縮深度神經(jīng)網(wǎng)絡(luò)的技巧。

應(yīng)用可以工作的代碼示例，而無(wú)須過(guò)多的機(jī)器學(xué)習(xí)理論或算法細(xì)節(jié)。

2.《分布式機(jī)器學(xué)習(xí)：算法、理論與實(shí)踐》

作者：劉鐵巖，陳薇，王太峰，高飛

出版時(shí)間：2018年10月

微軟亞洲研究院機(jī)器學(xué)習(xí)核心團(tuán)隊(duì)潛心力作！鄂維南院士、周志華教授傾心撰寫(xiě)推薦序！

人工智能和大數(shù)據(jù)時(shí)代，分布式機(jī)器學(xué)習(xí)解決了大量最具挑戰(zhàn)性的問(wèn)題，《分布式機(jī)器學(xué)習(xí)：算法、理論與實(shí)踐》全面分析了分布式機(jī)器學(xué)習(xí)的現(xiàn)狀，深入分析其中核心問(wèn)題，討論該領(lǐng)域的未來(lái)發(fā)展方向。

3. 《TensorFlow學(xué)習(xí)指南：深度學(xué)習(xí)系統(tǒng)構(gòu)建詳解》

作者：[以] 湯姆·奧普

出版時(shí)間：2018年6月

面向廣泛的技術(shù)受眾（從數(shù)據(jù)科學(xué)家、工程師到學(xué)生和研究人員），本書(shū)介紹了TensorFlow的基本原理和實(shí)踐方法。

從TensorFlow中的一些基本示例開(kāi)始，深入探討諸如神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)、TensorBoard可視化、TensorFlow抽象庫(kù)和多線程輸入管道等主題。

閱讀本書(shū)，你將習(xí)得如何使用TensorFlow構(gòu)建和部署工業(yè)級(jí)深度學(xué)習(xí)系統(tǒng)。

通過(guò)閱讀本書(shū)，你將：

輕松愉快地安裝并運(yùn)行TensorFlow。

學(xué)習(xí)如何使用TensorFlow從頭開(kāi)始構(gòu)建深度學(xué)習(xí)模型。

訓(xùn)練流行的計(jì)算機(jī)視覺(jué)和NLP深度學(xué)習(xí)模型。

使用抽象庫(kù)來(lái)使開(kāi)發(fā)更容易和更快速。

學(xué)習(xí)如何擴(kuò)展TensorFlow并使用集群分布式訓(xùn)練模型。

在生產(chǎn)環(huán)境中部署TensorFlow。

4. 《利用Python進(jìn)行數(shù)據(jù)分析（原書(shū)第2版）》

作者：[美] 韋斯·麥金尼（Wes McKinney）

出版時(shí)間：2018年8月

Python數(shù)據(jù)分析經(jīng)典暢銷(xiāo)書(shū)全新升級(jí)！基于Python3.6。

本書(shū)主要內(nèi)容：

全部代碼更新

更新到Python3.6版本（第1版中使用的是Python2.7）

更新了Python第三方發(fā)布版Anaconda和其他所需Python包的安裝指引

更新pandas庫(kù)到2017年新版

新增關(guān)于更多高級(jí)pandas工具和一些使用提示

新增statsmodels和scikit-learn的簡(jiǎn)明使用介紹

新增大量案例

5. 《基于深度學(xué)習(xí)的自然語(yǔ)言處理》

作者：約阿夫·戈?duì)柕仑惛瘢╕oav Goldberg）

出版時(shí)間：2018年5月

將深度學(xué)習(xí)技術(shù)應(yīng)用于自然語(yǔ)言處理的實(shí)用指南。

由哈爾濱工業(yè)大學(xué)NLP核心團(tuán)隊(duì)傾心推薦并翻譯。

本書(shū)系統(tǒng)闡述將深度學(xué)習(xí)技術(shù)應(yīng)用于自然語(yǔ)言處理的方法和技術(shù)，深入淺出地介紹了深度學(xué)習(xí)的基本知識(shí)及各種常用的網(wǎng)絡(luò)結(jié)構(gòu)，并重點(diǎn)介紹了如何使用這些技術(shù)處理自然語(yǔ)言。

6. 《Python機(jī)器學(xué)習(xí)（原書(shū)第2版）》

作者：塞巴斯蒂安·拉施卡，瓦希德·米

出版時(shí)間：2018年12月

本書(shū)將機(jī)器學(xué)習(xí)背后的基本理論與應(yīng)用實(shí)踐聯(lián)系起來(lái)，通過(guò)這種方式讓讀者聚焦于如何正確地提出問(wèn)題、解決問(wèn)題。書(shū)中講解了如何使用Python的核心元素以及強(qiáng)大的機(jī)器學(xué)習(xí)庫(kù)，同時(shí)還展示了如何正確使用一系列統(tǒng)計(jì)模型。

在本書(shū)第1版的基礎(chǔ)上，作者對(duì)第2版進(jìn)行了大量更新和擴(kuò)展，納入最近的開(kāi)源技術(shù)，包括scikit-learn、Keras和TensorFlow，提供了使用Python構(gòu)建高效的機(jī)器學(xué)習(xí)與深度學(xué)習(xí)應(yīng)用的必要知識(shí)與技術(shù)。

通過(guò)閱讀本書(shū)，你將學(xué)到：

探索并理解數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的主要框架

通過(guò)機(jī)器學(xué)習(xí)模型與神經(jīng)網(wǎng)絡(luò)對(duì)你的數(shù)據(jù)提出新的疑問(wèn)

在機(jī)器學(xué)習(xí)中使用最近Python開(kāi)源庫(kù)的強(qiáng)大功能

掌握如何使用TensorFlow庫(kù)來(lái)實(shí)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)

在可訪問(wèn)的Web應(yīng)用中嵌入你的機(jī)器學(xué)習(xí)模型

使用回歸分析預(yù)測(cè)連續(xù)目標(biāo)的結(jié)果

使用聚類(lèi)發(fā)現(xiàn)數(shù)據(jù)中的隱藏模式與結(jié)構(gòu)

使用深度學(xué)習(xí)技術(shù)分析圖片

使用情感分析深入研究文本與社交媒體數(shù)據(jù)

7. 《Python深度學(xué)習(xí)：基于TensorFlow》

作者：吳茂貴，王冬，李濤，楊本法

出版時(shí)間：2018年10月

Python是目前人工智能領(lǐng)域普遍使用的基礎(chǔ)性技術(shù)和工具，TensorFlow是當(dāng)下主流的深度學(xué)習(xí)框架，本書(shū)基于Python和TensorFlow，從理論到實(shí)踐，是一本全棧式的深度學(xué)習(xí)指南，書(shū)中基礎(chǔ)和理論講解全面，原理和拓展分析深入，應(yīng)用和實(shí)踐也極具實(shí)戰(zhàn)性，是多位人工智能和大數(shù)據(jù)領(lǐng)域的專(zhuān)家多年經(jīng)驗(yàn)的結(jié)晶。

8. 《Python數(shù)據(jù)科學(xué)：技術(shù)詳解與商業(yè)實(shí)踐》

作者：常國(guó)珍，趙仁乾

出版時(shí)間：2018年7月

這是一本以Python為工具，以商業(yè)實(shí)戰(zhàn)為導(dǎo)向的數(shù)據(jù)科學(xué)家養(yǎng)成手冊(cè)，從技術(shù)、業(yè)務(wù)、商業(yè)實(shí)戰(zhàn)3個(gè)維度為有志成為數(shù)據(jù)科學(xué)家的讀者提供了系統(tǒng)化的學(xué)習(xí)路徑。

3位作者是數(shù)據(jù)科學(xué)和金融領(lǐng)域的資深專(zhuān)家，不僅技術(shù)精湛、經(jīng)驗(yàn)豐富，而且在本書(shū)的寫(xiě)作上也頗下功夫：首先，將數(shù)學(xué)和算法等復(fù)雜的技術(shù)用圖形化的方式來(lái)展現(xiàn)，盡可能降低讀者的理解難度；其次，本書(shū)不是一本教科書(shū)或案例集，而是針對(duì)數(shù)據(jù)科學(xué)家的能力模型提供系統(tǒng)化的解決方案。

9. 《統(tǒng)計(jì)機(jī)器學(xué)習(xí)導(dǎo)論》

作者：[日] 杉山將

出版時(shí)間：2018年5月

本書(shū)對(duì)機(jī)器學(xué)習(xí)的關(guān)鍵知識(shí)點(diǎn)進(jìn)行了全面講解，幫助讀者順利完成從理論到實(shí)踐的過(guò)渡。書(shū)中首先介紹用于描述機(jī)器學(xué)習(xí)算法的統(tǒng)計(jì)與概率的知識(shí)，接著詳細(xì)分析機(jī)器學(xué)習(xí)技術(shù)的兩類(lèi)主要方法——生成方法和判別方法，深入研究了如何使機(jī)器學(xué)習(xí)算法在實(shí)際應(yīng)用中發(fā)揮更大的作用。

本書(shū)提供程序源代碼，便于讀者進(jìn)行數(shù)據(jù)分析實(shí)踐。本書(shū)適合高等院校計(jì)算機(jī)、統(tǒng)計(jì)等專(zhuān)業(yè)的研究生和高年級(jí)本科生閱讀，同時(shí)也適合相關(guān)領(lǐng)域的技術(shù)人員參考。

10. 《深度學(xué)習(xí)之TensorFlow：入門(mén)、原理與進(jìn)階實(shí)戰(zhàn)》

作者：李金洪

出版時(shí)間：2018年2月

磁云科技創(chuàng)始人/京東終身榮譽(yù)技術(shù)顧問(wèn)李大學(xué)推薦。創(chuàng)客總部/創(chuàng)客共贏基金合伙人李建軍推薦。

一線研發(fā)工程師以14年開(kāi)發(fā)經(jīng)驗(yàn)的視角全面解析TensorFlow應(yīng)用，涵蓋數(shù)值、語(yǔ)音、語(yǔ)義、圖像等多個(gè)領(lǐng)域96個(gè)有較高應(yīng)用價(jià)值的深度學(xué)習(xí)案例。贈(zèng)送12套同步配套教學(xué)視頻 + 113套源代碼文件（帶配套樣本）。

內(nèi)容全面，應(yīng)用性強(qiáng)，從有監(jiān)督學(xué)習(xí)到半監(jiān)督學(xué)習(xí)，從簡(jiǎn)單的數(shù)據(jù)分類(lèi)到語(yǔ)音、語(yǔ)言和圖像分類(lèi)乃至樣本生成等一系列前沿技術(shù)，均有介紹。語(yǔ)言通俗易懂，拒絕生僻的術(shù)語(yǔ)，拒絕生僻的公式符號(hào)，落地性強(qiáng)。

穿插了幾十個(gè)需要讀者注意的知識(shí)要點(diǎn)和難點(diǎn)，分享作者積累的寶貴經(jīng)驗(yàn)。