原文:https://tryenough.com/ai-commend-book
先介绍基本入门的书籍,循序渐进学习。
1.Python高性能编程
本书适合初级和中级Python程序员、有一定Python语言基础想要得到进阶和提高的读者阅读。
本书共有12章,围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本书主要包含以下主题:计算机内部结构的背景知识、列表和元组、字典和集合、迭代器和生成器、矩阵和矢量计算、并发、集群和工作队列等。最后,通过一系列真实案例展现了在应用场景中需要注意的问题。
2.机器学习-周志华
周志华老师的这本书非常适合作为机器学习入门的书籍,书中的例子十分形象且简单易懂。
3.统计学习方法-李航
李航老师的这本书偏优化和推倒,推倒相应算法的时候可以参考这本书。
接下来需要进阶学习的书籍:
4.统计学习基础(第2版)(英文)
作者是超级大牛。书也较难。侧重统计。
5.数学之美
有很多数学难懂的知识,吴军老师都讲解的很通俗易懂。
数学之美(第二版) 吴军博士作品 源自谷歌黑板 根植于谷歌方法论 新版增加大数据和机器学习内容 文津图书奖获奖书 央视新闻推荐的学科敲门砖
机器学习从入门到自学之路不需要太多其他的书籍,只要拿到一本认真学习,啃下来再学习第二本。祝你成功。