我相信你应该知道人工智能,尤其是深度学习在过去5年左右取得了不错的进步。
深度学习是由少数研究人员开始的一个相对较小的领域,现在已经变得如此主流,以至于我们现在每天使用的应用程序和服务,现在都在使用深度学习来执行不久前难以想象的任务。
但深度学习并不新鲜,从20世纪40年代开始,Warren McCulloch和Walter Pitts就基于数学和算法创建了神经网络的计算模型。
然而,“深度学习”在不久前才开始流行起来,当时Geoffrey Hinton和Ruslan Salakhutdinov发表了一篇论文, 展示了一个多层神经网络如何可以一次预先训练一层。
在2009年,人们发现,使用足够大的数据集,你实际上并不需要预训练,并且错误率可能因为数据的增加显着下降。
2012年,Google的Deep Learning系统实现了人类发现猫的能力。
2016年,Google的阿尔法狗打败了李世石,人工智能大火。
2017年,Google的DeepMind构建了一种名为AlphaGo zero的算法,该算法可以自行掌握下围棋,并取得了不错的成绩。
但这仅仅是一个开始。随着数据集越来越大,处理器速度越来越快,以便能够训练更多的海量数据,深度学习的能力将不断提高。
所以,如果你想成为这场革命的一部分,现在无疑是最佳的时间进入深度学习领域了。
随着GPU和大数据集一应俱全,学习深度学习的机会巨大。这样做将使你能够训练机器执行一些令人难以置信的任务,例如面部识别,癌症检测,甚至是股市预测。
这就是这些书能派上用场的地方,因为它们可以让你从零开始学习深度学习。本文综述中的每一本书都有各自的优点,而且每一本书都非常出色。
不过,我已经把它们按我认为是最好的以及我建议学习先后的顺序排名。
以下是目前互联网上的12本最好的深度学习书籍:
1.用Scikit-Learn和TensorFlow进行机器学习