|
|
|
|
移动端

看完这8本算法好书,才算真正懂了AI

学习一门新技术的时候,很多人会去读读官方文档,看看视频教程和一些 demo 代码,最后做项目去熟悉。但如果想深入掌握的话,也许最好的方法是读几本经得起时间推敲的好书,了解它的原理,实现和设计理念。

作者:阿里妹来源:阿里技术|2018-08-28 10:26

【新品产上线啦】51CTO播客,随时随地,碎片化学习

学习一门新技术的时候,很多人会去读读官方文档,看看视频教程和一些 demo 代码,最后做项目去熟悉。但如果想深入掌握的话,也许最好的方法是读几本经得起时间推敲的好书,了解它的原理,实现和设计理念。

今天,阿里妹邀请多位阿里算法大牛,为大家推荐 AI 领域的经典之作。这些书,会加深你对 AI 技术的理解,也能让你逐渐体会到这份事业的乐趣与价值所在。

推荐书籍:《Pattern Recognition and Machine Learning》

推荐者:永叔(资深算法专家)

推荐理由:这本书是我机器学习入门的教材,作者 Christpher M.Bishop 是微软 Technical Fellow 以及 Directorof the Microsoft Research Lab 的负责人,整本书 700 多页,基于贝叶斯的理论框架对机器学习多个重要方向都做了系统的介绍;目前这本书汇集的周边资源比较丰富,从习题答案到具体代码实现,甚至美国一些名校的课件都有提供。

PRML 是我书架上翻阅最多的书籍之一,适合多次通读,里面对 ML 问题本质的阐述很清晰、干净,用优美去形容并不为过;这本书不仅适合入门,而且对于从事 ML 领域研究和应用都有很多启发。

推荐书籍:《Convex Optimization》

推荐者:永叔(资深算法专家)

推荐理由:很多机器学习问题最后都会归结为一个优化问题,读博时我们学校的最优化理论分为A和B,其中A更偏理论,采用袁亚湘老师编纂的最优化理论,学起来非常吃力,虽然最后考试成绩不错,但我当时一直有一个问题萦绕在脑海中,这东西怎么用?

刚工作时被分到机器学习模型组搞点击率预估模型,我要自己手写实现百亿样本量级的浅层模型求解算法。当我一头雾水不知如何下手时,我的 mentor 就给我推荐了这本书。作者 Boyd 是 BFGS 算法的提出者之一,功力十分深厚,这本书简直就是为工程师定制的,从问题定义到求解,每读完一章就可以顺利的写出 matlab 或者 python code 实现。这本书我配合视频教程使用,包括习题我读了 7 个多月,收获巨大。现在将这本书也推荐给大家,机器学习中用到的优化算法套路全在里面了,是每一个想超脱调参、调包的工程师必备通关秘籍。

推荐书籍:《Deep Learning Fundamentals: An Introduction for Beginners



推荐者:秋岷(资深数据技术专家)

推荐理由:本书比较适合初学者,对一些基本概念、基本数学知识解释的比较清晰易懂,并且提供了一步一步的示例去构建自己的深度学习模型。

推荐书籍:《Optimization in Operations Research》

推荐者:秋岷(资深数据技术专家)

推荐理由:这本书虽然和机器学习没什么关系,主要是讲优化相关的理论,但实际上很多统计学习的理论就是建立在这些优化论的基础之上的。了解这些优化知识对更好地理解机器学习的模型、原理是比较有帮助的。这本书比较适合初学者,对一些问题和算法的原理解释的比较透测、易懂,可以作为教材使用。

推荐书籍:《Artificial Intelligence: A Modern Approach》

推荐者:瑞溪(高级算法专家)

推荐理由:这本书全面地介绍了 AI 的各个领域,是我看过的对于 AI 介绍最全面的教材,同时该书在介绍各个领域时也有相当的深度,而且讲述清楚,逻辑严密,自成体系。既适合做 AI 教材,也适合作为关于 AI 的百科全书式的参考书。

推荐书籍:《Deep Learning in Natural Language Processing》

推荐者:于恒(算法专家)

推荐理由:本书适合有一定基础的读者学习。本书由语音识别泰斗邓力老师和自然语言处理大牛刘洋老师合著,系统介绍深度学习在 NLP 常见问题中的应用,是目前对于此方面研究最新、最全面的综述。基于这些分析,对 NLP 未来发展的研究方向进行了探讨,包括神经符号整合框架、基于记忆的模型、先验知识融合以及深度学习范式等。2018 最新力作,关注深度学习和自然领域处理的小伙伴不容错过。

推荐书籍:《机器学习》

推荐者:染冉(算法专家)

推荐理由:该书是中国顶级机器学习专家周志华所著,书中大量以西瓜举例,因此也被亲切地称为西瓜书。

本书从内容上看,适合对机器学习处于不同阶段的学习者,前 3 章介绍了机器学习的基础知识,4-9 章介绍了常用的机器学习方法和模型,这部分非常适合有一定计算机背景的本科生;10-16 章介绍了机器学习的进阶知识,适合研究生阅读。

周老师拥有二十几年的深厚学术功底,撰写本书却并没有掉书袋,文字通俗易懂,读起来深入浅出,书中插入了很多故事样例来说明,尤为难得。另外从图书的编排制作上来看,本书是方形的,每页旁边的留白适合做笔记。相比于机器学习领域的经典图书《Machine Learning》,本书没有罗列大量艰深晦涩的公式推导,让人读起来流畅通顺,如沐春风。本书全中文撰写,非常适合中国读者。

用书中的话来做一个总结,西瓜书是一本“写给中国人看的机器学习教材”。

未来的社会是智能的社会,布局好当下的学习,才能在未来游刃有余。

【编辑推荐】

  1. 反思腾讯:大数据与AI时代的危与机
  2. 阿里、腾讯、华为996工作制引热议,网友:我愿在腾讯天天加班!
  3. 老牌语言依然强势,GO、Kotlin 等新语言为何不能破局?
  4. Angular 允许开发者在 Web 和移动应用之间共享代码
  5. 人工智能崛起 因难度大,普通AI开发者将成香饽饽
【责任编辑:张燕妮 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

网络系统开发实例精粹(JSP版)

《网络系统开发实例精粹》以实际的软件开发项目实例介绍贯穿始末,逐层深入的介绍了应用JSP开发Web应用程序的详细过程。全书以深透软件工程...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊