娱乐盘点大剧院 得到了这份书单,我问了十多位机器学习专家( 三 )


文章图片
推荐人:日本国立情报学研究所人文开放数据中心研究员TarinClanuwat
推荐语:深度学习改变了计算机视觉、图像处理和自然语言处理领域 。 在TensorFlow.js的帮助下 , 现在JavaScript开发者可以在不依赖Python或R的情况下构建深度学习app 。
6.《TinyML》
书籍地址:https://www.oreilly.com/library/view/tinyml/9781492052036/?ref=mentorcruise
娱乐盘点大剧院 得到了这份书单,我问了十多位机器学习专家
文章图片
推荐语:机器学习以多种形态和大小存在 。 这本书聚焦最小的形式:嵌入式设备和微控制器 。 从这本书中 , 你可以学到如何构建能在低功率Arduino微处理器上运行的小型机器学习模型 , 而且它们的大小通常只有几kb 。
进阶
你现在已经了解回归、分类这些基础知识了 , 是时候学习一些高阶和专门的概念了 。 机器学习每天都在进化 , 这能否帮助AI系统更安全或大规模部署 , 以下书籍可以帮你找到答案:
1.《StrengtheningDeepNeuralNetworks》
书籍地址:https://www.oreilly.com/library/view/strengthening-deep-neural/9781492044949/?ref=mentorcruise
娱乐盘点大剧院 得到了这份书单,我问了十多位机器学习专家
文章图片
推荐人:MentorCruise创始人DominicMonn
推荐语:随着深度神经网络越来越多地应用在现实场景中 , 使用无法骗过人类的数据故意「愚弄」它们成为一种新的攻击方式 。 这本书考察了日常使用DNN来处理图像、音频和视频数据的现实场景 。
2.《ReinforcementLearning:AnIntroduction》
书籍地址:https://web.stanford.edu/class/psych209/Readings/SuttonBartoIPRLBook2ndEd.pdf?ref=mentorcruise
娱乐盘点大剧院 得到了这份书单,我问了十多位机器学习专家
文章图片
推荐人:斯坦福毕业生、谷歌大脑前员工DennyBritz
推荐语:RichardSutton写的这本书被认为是这个主题中最基础也最重要的资源 。 强化学习快速发展成为AI创新的主要部分 , 这本书适合工程师和科学家阅读 。
3.《DeepRLinAction》
书籍地址:https://www.manning.com/books/deep-reinforcement-learning-in-action?ref=mentorcruise
娱乐盘点大剧院 得到了这份书单,我问了十多位机器学习专家
文章图片
推荐语:人类从反馈中学习 , 而这一强化过程可以被应用到计算机程序中 , 使它们解决经典编程无法解决的更复杂问题 。 这本书介绍了深度强化学习领域中的基础概念和术语 。
4.《GenerativeDeepLearning》
书籍地址:https://www.oreilly.com/library/view/generative-deep-learning/9781492041931/?ref=mentorcruise
娱乐盘点大剧院 得到了这份书单,我问了十多位机器学习专家
文章图片
推荐语:现在 , 教会机器比人类更好地绘画、写作、谱曲是有可能的 。 阅读这本书后 , 机器学习工程师和数据科学家将发现 , 如何重新创建生成式深度学习模型最令人印象深刻的示例 。
5.《FederatedLearning》
书籍地址:https://www.amazon.de/Federated-Learning-Synthesis-Artificial-Intelligence/dp/1681736977?ref=mentorcruise
娱乐盘点大剧院 得到了这份书单,我问了十多位机器学习专家
文章图片
推荐语:如何让多个数据所有者共同训练和使用共享预测模型 , 同时保证所有本地训练数据私有呢?这本书介绍了联邦机器学习利用结合了分布式机器学习、密码学和安全的新型解决方案破解该问题 。
理论和历史
知过去 , 方能见未来 。 了解AI的历史、发展过程和早期错误非常重要 。 以下书籍可以帮你读懂AI的过去 。
1.《AlanTuring:TheEnigma》
书籍地址:https://www.goodreads.com/book/show/150731.Alan_Turing?ref=mentorcruise


推荐阅读