機器學習、深度學習經典書籍中文PDF下載
ML、DL經典書籍文檔PDF包 免費下載!內容包含西瓜書、統計學習方法、機器學習實戰、PRML、神經網路與深度學習、AI聖經等,有入門、有進階,關鍵都是中文版!
哪呢,下載網址呢?
別著急,先看看其中部分書籍的介紹!
↓↓↓↓
- Machine Learning-機器學習 _Tom M Mitchell
作者Tom Mitchell是CMU的大師,本書展示了機器學習中核心的演算法和理論,並闡明了演算法的運行過程。這本書主要在於啟發,講述公式為什麼成立而不是推導;不足的地方在於出版年限較早。但有些基礎的經典還是不會過時的。
- 機器學習-周志華
傳說中的「西瓜書」。本書作為機器學習領域的入門教材,在內容上儘可能涵蓋機器學習基礎知識的各方面。 為了使儘可能多的讀者通過本書對機器學習有所了解, 作者試圖儘可能少地使用數學知識。
- 統計學習方法-李航
作者李航是國內機器學習領域的幾個大家之一。本書全面系統地介紹了統計學習的主要方法,敘述從具體問題或實例入手,由淺入深,闡明思路,給出必要的數學推導,便於讀者掌握統計學習方法的實質,學會運用。書中寫了十個演算法,每個演算法的介紹都很乾脆,直接上公式,是徹頭徹尾的「乾貨書」。
- 機器學習實戰_Machine Learning in Action-Peter Harrington
全書通過精心編排的實例,切入日常工作任務,摒棄學術化語言,利用高效的可復用Python代碼來闡釋如何處理統計數據,進行數據分析及可視化。通過各種實例,讀者可從中學會機器學習的核心演算法,並能將其運用於一些策略性任務中,如分類、預測、推薦。另外,還可用它們來實現一些更高級的功能,如匯總和簡化等
- Pattern Recognition and Machine Learning(模式識別與機器學習)
作者是著名作家 Christopher M. Bishop,微軟劍橋研究院傑出科學家。這本書在技術上全面覆蓋了各種機器學習主題,包括回歸、線性分類、神經網路、核方法和圖模型。簡稱PRML,側重於概率模型,是貝葉斯方法的扛鼎之作
- 機器學習:概率學的觀點(Machine Learning: A Probabilistic Perspective)
該書提供了可以自動檢測數據模式,然後使用得出的模式預測未來數據的方法。該教材基於統一的、概率學的方法對機器學習領域提供了全面的介紹。作者 Kevin Murphy 是谷歌的一位研究人工智慧、機器學習、計算機視覺、知識基礎建設和自然語言處理的研究科學家。
- Neural Networks and Deep Learning-神經網路與深度學習
一本免費的在線書籍,堪稱:深度學習入門最優書籍,一本免費的在線書籍,本書講解:
- 神經網路,一個漂亮的受生物啟發的編程範式,它可以使電腦從觀測數據中學習。
- 深度學習,一個強大神經網路學習技術的集合。
目前,在圖像識別、語音識別和自然語言處理等領域,神經網路和深度學習提供了最好的解決方法。這本書將教會你許多神經網路和深度學習背後的核心概念
- 深度學習_Deep Learning (Adaptive Computation and Machine Learning series))
又名「花書」「AI聖經」,該書由全球知名的三位專家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰寫,是深度學習領域奠基性的經典教材。全書的內容包括3個部分:第1部分介紹基本的數學工具和機器學習的概念,它們是深度學習的預備知識;第2部分系統深入地講解現今已成熟的深度學習方法和技術;第3部分討論某些具有前瞻性的方向和想法,它們被公認為是深度學習未來的研究重點。
還有一些就不一一介紹
吶,重點來了,怎麼領取.....
關注公號「aim_up366 」,菜單欄回復「書」,即可下載
哈哈,這麼好的福利,還不趕快分享給您的朋友!
推薦閱讀:
※【轉載】演講丨周志華:關於人工智慧的探討
※【原著解讀】丹尼特的《心靈的演化》:文化演化的演化
※如何讓「機器眼」和人類一樣擁有一雙慧眼? | 機器視覺漫談系列二
※從「稜鏡門」到「大選門」,你的「艷照門」還有多遠?
※AI大事件丨OpenAI啟動Research2.0,AI破譯怪異古老手稿
TAG:機器學習 | 深度學習DeepLearning | 人工智慧 |