您当前的位置:首页 >> 汽车
人工智能和大数据经典好书推荐(不断更新中)
发布时间:2019-04-21
 


作者:[美]Robert Sedgewick Kevin Wayne 著 

内容提要:

《算法(第4版)》作为算法领域的参考书,全面介绍了关于算法和数据结构的必备知识,并特别针对排序、搜索、图处理和字符串处理进行了论述。第4版具体给出了每位程序员应知应会的50个算法,提供了实际代码,而且这些Java代码实现采用了模块化的编程风格,读者可以方便地加以改造。配套网站提供了《算法(第4版)》内容的摘要及更多的代码实现、测试数据、练习、教学课件等资源。

《算法(第4版)》适合用做大学教材或从业者的参考书。  

扫码即可直接购买: 

 


  

《人类简史 从动物到上帝》是以色列新锐历史学家的一部重磅作品。从十万年前有生命迹象开始到21世纪资本、科技交织的人类发展史。十万年前,地球上至少有六个人种,为何今天却只剩下了我们自己?我们曾经只是非洲角落一个毫不起眼的族群,对地球上生态的影响力和萤火虫、猩猩或者水母相差无几。为何我们能登上生物链的顶端,最终成为地球的主宰?

  从认知革命、农业革命到科学革命,我们真的了解自己吗?我们过得更加快乐吗?我们知道金钱和宗教从何而来,为何产生吗?人类创建的帝国为何一个个衰亡又兴起?为什么地球上几乎每一个社会都有男尊女卑的观念?为何一神教成为为广泛接受的宗教?科学和资本主义如何成为现代社会重要的信条?理清影响人类发展的重大脉络,挖掘人类文化、宗教、法律、国家、信贷等产生的根源。这是一部宏大的人类简史,更见微知著、以小写大,让人类重新审视自己。

 

作者简介

尤瓦尔·赫拉利,1976年生,牛津大学历史学博士,现为耶路撒冷希伯来大学的历史系教授,青年怪才,全球瞩目的新锐历史学家。他擅长世界历史和宏观历史进程研究。在学术领域和大众出版领域都有很大的兴趣。他的《人类简史》一书让他一举成名,成为以色列超级畅销书,目前这本书已授43个国家版权,在历史学之外,人类学、生态学、基因学等领域的知识信手拈来,根据图书改变的课程上传YOUTUBE后风靡全球,拥有大批青年粉丝。写书,视频课程之外,他还开设有专栏。

 

精彩书评

★“这本书十分有趣并令人兴奋…作者告诉我们人类是怎样在地球上生存的,农业以及科学存在的时间是如此之短以至于我们不应该将之视为理所当然。”

——贝拉克·侯赛因·奥巴马,第44任美国总统

 

“我会把这本书推荐给所有对人类历史感兴趣的读者,你会发现这本书令你难以撒手。”

——比尔·盖茨,美国微软公司联合创始人

 

“继《历史绪论》记载了13世纪知识分子看待历史的角度后,《人类简史》这本书是当代对许多类似问题的探索。”

——马克·扎克伯格,Facebook创始人兼首席执行官

 

 ★《人类简史:从动物到上帝》为什么能够在国际畅销书榜上爆冲?

  原因很简单,它处理的是历史的大问题、现代世界的大问题,

  而且,它的写作风格是刻骨铭心的生动。你会爱上它!

  ——普利策奖得主《枪炮、病菌与钢铁》作者戴蒙德

 

  ★这是此类大历史中很好的一本:规模宏大但绝非泛泛而谈;具有时代性又不花哨,观念惊世骇俗但绝不是个简单的反对者。每个人都能在书里找到一部分和另外的人开始讨论,但是弄清楚是哪部分、为什么,对我们都有好处。

  ——牛津大学历史学院院长斯蒂文·刚尼

 

  ★我拿起这本《人类简史》立刻“着道”了——拿起了就放不下,几乎一口气读完。吸引力主要来自作者才思的旷达敏捷,还有译者文笔的生动晓畅,而书中屡屡提及中国的相关史实,也能让人感到一种说不出的亲切,好像自己也被融入其中,读来欲罢不能。

  ——北京大学历史系教授高毅

 

  ★《人类简史》的目的不是传授人类考古学的所有研究成果,而是提供一种看历史的视角,一种全局的观点。当你不再执着于科学、政治或宗教等某一个领域的发展过程,而是关注人类社会的整体演变,观察这些领域之间的相互作用,你会感到你脑海中零碎的历史知识忽然像拼图一样各就各位,构成一幅宏大的图景,这样的视角非常新鲜。

  ——果壳网姬十三

 

  ★读完这本书,有一种跟着人类一同走过十万年的感觉!

  ——读者

 

  ★这本书如果要用“宏伟史诗”来形容一点也不过分,其中包含了很多学科的内容,例如考古学、生物学、物理学、经济学、宗教、社会学甚至计算机科学等等。书里里面的大部分观点都是从不同的角度进行介绍,其中很多都是经无数人严格验证过的,讲师很多时候仅仅是通过自己的表达希望尽量客观地介绍一些内容,至于每个人怎么理解并没有统一的标准了。

  ——读者

 

  ★超级好的课程,付费都坚持下来了,观点独特,从来没想到能从这个角度理解我们人类自己。

  ——读者

扫码即可直接购买



内容提要:  
本书全面讲解了数据科学的相关知识,从统计分析学到机器学习、深度学习中用到的算法及模型,借鉴经济学视角给出模型的相关解释,深入探讨模型的可用性,并结合大量的实际案例和代码帮助读者学以致用,将具体的应用场景和现有的模型相结合,从而更好地发现模型的潜在应用场景。 本书可作为数据科学家和数据工程师的学习用书,也适合对数据科学有强烈兴趣的初学者使用,同时也可作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。  

作者简介:  

唐亘,数据科学家,专注于机器学习和大数据。曾获得复旦大学的数学和计算机双学士学位;巴黎综合理工的金融硕士学位;法国国立统计与经济管理学校的数据科学硕士学位。热爱并积极参与Apache Spark和Scikit-Learn等开源项目。作为讲师和技术顾问,为多家机构(包括惠普、华为、复旦大学等)提供百余场技术培训。此前的工作和研究集中于经济和量化金融,曾参与经济合作与发展组织(OECD)的研究项目并发表论文,并担任英国知名在线出版社Packt的技术审稿人。

扫码即可购买:


内容提要:

本书主要讲解深度学习和TensorFlow的实战知识,全书分为10章,主要内容如下:*1章为深度学习概述,包括深度学习的基础知识、深度学习的生产力实现—TensorFlow、数据模型、TensorFlow项目介绍、TensorFlow工作环境的安装与运行;*2章为机器学习概述,讲解机器学习的定义、任务、性能、经验、学习算法、线性回归实例和TensorFlow的完整运行脚本;第3章介绍从生物神经元到感知器的内容,讲解基于MCP神经元实现布尔逻辑、感知器、使用感知器做分类等;第4章介绍人工神经网络,讲述的内容包括从感知器到多层感知器、带有权值的MCP神经元—感知器、反向传播神经网络、使用人工神经网络分类mnist;第5章介绍Logistic回归与Softmax回归;第6章介绍卷积神经网络,讲述感知器模式识别、卷积操作、卷积神经网络的结构、使用TensorFlow实现卷积神经网络的实例;第7章介绍循环神经网络,包括循环神经网络的特征、有限状态机、从MCP神经网络到循环神经网络等;第8章介绍LSTM循环神经网络,包括梯度弥散现象、长短期记忆网络、通过TensorFlow实现一个简单的LSTM;第9章深入讨论TensorFlow,讲解机器学习框架、计算图、神经网络与计算图、TensorFlow中的数据流图、使用GPU、数据可视化工具TensorBoard等;*10章为TensorFlow案例实践,包括构建TensorFlow的图片分类系统、准备代码和训练集、构造模型计算图、训练模型、评估模型的性能、多GPU训练等。

本书旨在帮助具有较少数学基础并期望在深度学习上有所作为的学习者,希望为他们提供一个快速上手深度学习的实战教程。本书适合阅读的读者包括相关专业的本科生或研究生,以及不具有机器学习或统计知识背景但想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。

 作者简介:

李建军,对深度学习和Tensorflow概念和工具都有着很深的理解和研究,开发了一系列的案例,并在教学实践加以应用。有着丰富的实战经验、以及应用Tensorflow和深度学习的项目背景。

扫码即可购买:



内容提要:  
本书从深度学习的发展历程讲起,以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法,以及深度学习在图像识别等领域的应用案例。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。此外,还介绍了包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow 在内的深度学习工具的安装和使用方法。  

作者简介:  
山下隆义(作者) 1978年出生于日本神户,2002年修完博士前期课程,并于当年入职欧姆龙股份有限公司,主要从事快速人脸图像检测相关的软件研究和开发。2011年在日本中部大学研究生院工学研究科修完博士后期课程,获得工学博士学位。2014年开始担任中部大学工学院信息工程系讲师。目前从事动画处理、模式识别和机器学习相关的研究。曾多次荣获日本深度学习研究相关奖项,并在多个相关研讨会上担任讲师。 张弥(译者) 毕业于大连外国语大学日本语学院。现就职于某日本大型跨国公司,从事技术翻译工作,具有丰富的软件开发和医学翻译经验。喜欢挑战新事物,乐于学习新知识和接触新领域。  


扫码即可购买:


内容提要: 
本书以任务为导向,全面地介绍数据分析的流程和Python数据分析库的应用,详细讲解利用Python解决企业实际问题的方法。全书共9章,*1章介绍了数据分析的基本概念等相关知识;*2~6章介绍了Python数据分析的常用库及其应用,涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型,较为全面地阐述了Python数据分析方法;第7~9章结合之前所学的数据分析技术,进行企业综合案例数据分析。除*1章外,本书各章都包含了实训与课后习题,通过练习和操作实践,帮助读者巩固所学的内容。 

作者简介: 
张良均,泰迪杯全国大学生数据挖掘竞赛(www.tipdm.org)的发起人。华南师范大学、广东工业大学兼职教授,广东省工业与应用数学学会理事。兼有大型高科技企业和高校的工作经历,主要从事大数据挖掘及其应用的策划、研发及咨询培训。全国计算机技术与软件专业技术资格(水平)考试继续教育和CDA数据分析师培训讲师。发表数据挖掘相关论文数二十余篇,已取得国家发明专利12项,主编图书《神经网络实用教程》《数据挖掘:实用案例分析》《Python数据分析与挖掘》等多本畅销图书,主持并完成科技项目9项。获得SAS、SPSS数据挖掘认证及Hadoop开发工程师证书,具有电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景。 


扫码即可购买:




内容提要:  
本书由Keras之父、现任Google人工智能研究员的弗朗索瓦·肖莱(Franc·ois Chollet)执笔,详尽介绍了用Python和Keras进行深度学习的探索实践,包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例,步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化,读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后,读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。  

作者简介:  
弗朗索瓦·肖莱(Francois Chollet) Keras之父,TensorFlow机器学习框架贡献者,Kaggle竞赛教练,个人Kaggle竞赛全球排名曾获得第 17名。目前任职于Google,从事人工智能研究,尤其关注计算机视觉与机器学习在形式推理方面的应用。


扫码即可购买:





内容提要: 
本书旨在帮助读者理解数据挖掘方法的基础知识,并实现无需编写代码就能在自己的工作中实践这些方法。书中围绕分类、回归、关联分析、聚类、异常检测、文本挖掘、时间序列预测、特征分析等数据挖掘问题,着重介绍了决策树、k近邻、人工神经网络、线性回归、k均值聚类等当今广泛使用的二十多种算法,针对每一种算法都先以通俗的语言解释其原理,再使用开源数据分析工具 RapidMiner加以实现。 本书适合在日常工作中大量接触数据的分析师、金融专家、市场营销人员、商务专业人士等阅读。 

作者简介: 
Vijay Kotu,Yahoo分析总监,负责线上业务的大数据与分析系统的实现,在预测分析领域有十余年工作经验。ACM会员,美国质量协会认证的六西格玛黑带。 Bala Deshpande,业界知名数据分析应用开发与咨询公司SimaFore创始人,20余年分析经验,精通各类分析技巧,经常在其博客www.simafore.com/blog上分享数据挖掘与预测分析方面的心得。


扫码即可购买:



内容简介:

相关阅读