重磅 | 深度学习“四大名著”发布！爱可可推荐！

重磅 | 深度学习“四大名著”发布！爱可可推荐！

点击上方“AI有道”，选择“置顶”公众号

重磅干货，第一时间送达

前几天，红色石头在逛微博的时候，发现有人转发了@爱可可老师的这样一篇微博：

红色石头颇有共鸣，这四本书着实很不错！咱们都知道如今机器学习、深度学习的资料太多了，面对海量资源，每每陷入到“无从下手”的困惑出境。并且并不是全部的书籍都是优质资源，浪费大量的时间是得不偿失的。今天，借此机会，红色石头就给你们推荐这几本好书并作简单介绍。最后附上全部书籍的详细资源。

1. 《Deep Learning with Python》

推荐指数：★★★★☆

本书自出版以来收到众多好评，由于是 Keras 做者写的书，因此全书基本围绕着 Keras 讲深度学习的各类实现，从 CNN，RNN 到 GAN 等，偏入门，但也承载着不少做者对深度学习总体性的思考。这是一本偏实战的书，教你使用 Keras 快速实现深度学习经典项目。看完这本书，基本能对 Keras 和深度学习实战有比较初步的掌握了。我的很是推荐！

可是，这本书默认你已经具有了基本的深度学习、神经网络知识。若是你是深度学习的初学者，那么最好先补充一下深度学习的基本入门知识。

本书源码 GitHub 地址：

https://github.com/fchollet/deep-learning-with-python-notebooks

目前本书的英文版和中文版都 pdf 文件都已经打包完毕。

2. 《Python Machine Learning》

推荐指数：★★★☆☆

这本书自己知名度不是特别高，可是书籍质量很高，简单来讲就是简易、实用、不枯燥。本书使用了 Scikit-Learn 和 TensorFlow，分别讲解机器学习和深度学习，并每章配备实操代码。还有一点是讲解了如何将机器学习模型发布到 Web 应用。整个知识体系相对更加完善，是一本比较全面的机器学习书籍。

本书源码 GitHub 地址：

https://github.com/rasbt/python-machine-learning-book-2nd-edition

目前本书只有英文版 pdf。

3. 《Hands-On Machine Learning with Scikit-Learn & TensorFlow》

推荐指数：★★★★★

本书中文译为《Scikit-Learn 与 TensorFlow 机器学习实用指南》。这本书最大的特点从理论上讲就是言简意赅，全书基本上没有太多复杂的数学公式推导，语言通俗易懂，很容易看得懂、看得下去。全书共分为两大部分，第一部分介绍机器学习基础算法，每章都配备 Scikit-Learn 实操项目；第二部分介绍神经网络与深度学习，每章配备 TensorFlow 实操项目。附录部份内容也很是丰富。正本书兼顾理论与实战，是一本很是适合入门和实战的机器学习书籍。

本书源码 GitHub 地址：

https://github.com/ageron/handson-ml

目前本书只有英文版 pdf。不过已经有人翻译了中文版，红色石头也在作这件事，目前还在更新，地址以下：

https://github.com/RedstoneWill/Hands-On-Machine-Learning-with-Sklearn-TensorFlow

4. 《Deep Learning》

推荐指数：★★★★☆

又名“花书”。该书由三位大佬 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 撰写，是深度学习领域奠定性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深刻地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具备前瞻性的方向和想法，它们被公认为是深度学习将来的研究重点。相信这本书大部分人入坑深度学习的都知道！

为何没给这本书打五星呢？其实，我以为这本书内容很深很全面，但起点稍微高了一些。若是你的数学基础比较好，那么这本书是很是不错的进阶工具书；但若是你刚刚入门深度学习，那么须要补充必定的基本概念知识，再来学习会比较好。

目前本书的英文版和中文版都 pdf 文件都已经打包完毕。

推荐的学习顺序：

“四大名著”介绍完了，每本书都有各自的特点。其实，适合本身的才是最好的。很难有统一的标准和学习线路。可是，从个人角度出发，我以为通常的适合大多数同窗的阅读顺序为：3 -> 2 -> 1 -> 4。若是分侧重的话，我以为 3 和 1 很是不错。最后，修炼一下深度学习内功心法，即 4。2 能够选读。

资源获取：

好了，重点来了，深度学习“四大名著”全部书籍的中英文 pdf 和源码都已经打包完毕，获取方式很简单，关注公众号“AI有道”，在公众号后台直接回复：【4】便可！

想要及时获取更多干货，请置顶公众号！

【推荐阅读】

干货 | 公众号历史文章精选（附资源）

个人深度学习入门路线

个人机器学习入门路线图