2021-08-11

人工智能、机器学习、深度学习之间有什么关系？

        也许你在某些网站，头条等渠道知道了人工智能、机器学习、深度学习等等名称。心里大概知道是计算机领域的知识且和最近火热的AI有联系，但如果真要你说出它们之间的关系也许你会一时卡顿。

从上图你能直观地感受到。它们之间的关系是人工智能>机器学习>深度学习。

了解它们之间关系后你可能会有新的疑问，例如我是深度学习方向，是否需要看机器学习的书籍？

        答案是肯定的，你有足够的时间，精力你可以把三个方向的书籍都看了，如果没有可以选出一些名著阅读也是不错的选择。

注：此文不涉及具体领域（CV、NLP等）书籍推荐。。

深度学习

1.《Deep Learning》又名 "花书"

作者：Ian Goodfellow，Yoshua Bengio 和 Aaron Courville

关键词：AI圣经、全面且完整、厚重

书评：如果你是一个有抱负的学生想要掌握深度学习并且深入研究；或者你想教授深度学习的课程，这本书会对你有所帮助。这本书可能是目前关于深度学习最全面的书

2.《深度学习入门：基于Python的理论与实现》

作者：斋藤康毅

关键词：入门、深入浅出、基本原理及知识

书评：此书是深度学习的一本入门书，深入浅出地剖析了深度学习的原理和相关技术。同时只从基本的数学知识出发，从零构建神经网络。不涉及繁重的代码，不依赖三方库等等。

3.《深度学习进阶：自然语言处理》

作者：斋藤康毅

关键词：续作、自然语言处理、重要技术

书评：《深度学习进阶：自然语言处理》是《深度学习入门：基于Python 的理论与实现》的续作，围绕自然语言处理和时序数据处理，介绍深度学习中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。

4.《Python深度学习》

作者：François Chollet

关键词：实用性、详细透彻、新手友好

书评：本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François 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。

机器学习

1.《机器学习》

作者：周志华

关键词：教材、参考书、大而全

书评：周志华的《机器学习》，又名西瓜书，这是机器学习领域的经典入门教材之一，是一本大而全的书！如果你之前真的没有接触过任何关于机器学习的知识，那么这本书大概可以作为你第一本入门书。这本书对理论的讲解并没有很深入，但是通过举例子可以让人很容易理解每一个算法。

2.《机器学习实战》

作者：Peter Harrington

关键词：易学易懂、实战、循序渐进

书评：通过'原理简述、问题实例、实际代码、运行效果'来介绍每一个算法。

3.《机器学习实战：基于Scikit-Learn Keras和TensorFlow》

作者：Aurélien Géron

关键词：学习路线图、实用技巧、第二版

书评：“本书很好地介绍使用神经网络解决问题的相关理论和实践，我向任何有兴趣应用机器学习来解决实际问题的人强烈推荐本书。”
——皮特·沃登（Pete Warden），TensorFlow移动端负责人，TensorFlow团队创始成员

数学

1.《人工智能数学基础》

作者：唐宇迪等

关键词：小白、数学解析、Python实现

书评：零基础也能快速入门。本书从零基础的高等数学基础讲起，由浅入深，层层递进，在巩固固有知识的同时深入讲解人工智能的算法原理，无论读者是否从事计算机相关行业，是否接触过人工智能，都能通过本书实现快速入门。

2.《深入浅出统计学》

作者：Dawn Griffiths

关键词：知识图形化、轻松、基础知识

书评：《深入浅出统计学》具有“深入浅出”系列的一贯特色，提供符合直觉的理解方式，让统计理论的学习既有趣又自然。从应对考试到解决实际问题，无论你是学生还是数据分析师，都能从中受益。

3.《统计学方法》

作者：李航

关键词：解释详尽、专业、实用性强

书评：这本书对机器学习原理的解释、公式的推导非常详细，相信看完这本书，不会再说机器学习是玄学了。目前已经出了第二版。第二版要比第一版厚一些。使用这本书强烈建议里面的公式动手在白纸上推一推！

Python实践

1.《利用Python进行数据分析》

作者：Wes McKinney

关键词：数据分析、新颖、实用性强

书评：本书由pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。

        此文仅收录了一些主流书籍，可能还有一些优秀书籍没有展示，如果你有不错的推荐可以在后台留言给我！学好深度学习或者是机器学习不仅仅是需要阅读大量的书籍同时也需要一定的工程能力！

        下一期我们将开始搭建工程环境，为动手学习深度学习做好一个准备，同时也将开启啃书系列！