人工智能深度学习经典教材(12月有哪些程序员新书上架)
12月计算机专业图书会上架好多本哟!小编我已经是满心期待了。本月新书有人工智能、深度学习、机器学习......和我一起来看一看吧!
1、人工智能:现代方法(第4版)(上下册)
作者 [美]斯图尔特·罗素(Stuart Russell)
译者 雅 陈坤 田超 顾卓尔 吴凡 赵申剑
系统性总结人工智能的方方面面,国际人工智能领域专家斯图尔特·罗素撰写人工智能百科书,时隔十年重磅更新,被全球全球1500多所学校采用的经典教材。
本书全面、深入地探讨了人工智能(AI)领域的理论和实践,以统一的风格将当今流行的人工智能思想和术语融合到引起广泛关注的应用中,真正做到理论和实践相结合。全书分7个部分,共28章,理论部分介绍了人工智能研究的主要理论和方法并追溯了两千多年前的相关思想,内容主要包括逻辑、概率和连续数学,感知、推理、学习和行动,公平、信任、社会公益和安全;实践部分完美地践行了“现代”理念,实际应用选择当下热度较高的微电子设备、机器人行星探测器、拥有几十亿用户的在线服务、AlphaZero、人形机器人、自动驾驶、人工智能辅助医疗等。本书适合作为高等院校人工智能相关专业本科生和研究生的教材,也可以作为相关领域专业人员的参考书。
2、深度学习:从基础到实践(上、下册)
作者: 安德鲁·格拉斯纳(Andrew Glassner)
译者: 罗家佳
本书采用通俗易懂的讲解方式,搭配近千张图例与示例,深入浅出的讲述了深度学习的基本概念与理论知识,不涉及复杂的数学内容,零基础小白也能轻松掌握!
本书从基本概念和理论入手,通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识,且不涉及复杂的数学内容。
本书分为上下两册。上册着重介绍深度学习的基础知识,旨在帮助读者建立扎实的知识储备,主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的 scikit-learn 库和深度学习的 Keras 库(这两种库均基于 Python 语言),以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容,还介绍了一些创造性应用,并给出了一些典型的数据集,以帮助读者更好地了解学习。
本书适合想要了解和使用深度学习的人阅读,也可作为深度学习教学培训领域的入门级参考用书。
3、图神经网络:基础、前沿与应用
作者: 吴凌飞 ,崔鹏 ,裴健 ,赵亮
编辑: 秦健
图神经网络GNN城堡书重磅上市,全彩印刷,吴凌飞、裴健、崔鹏、赵亮联合编撰,清华大学教授、中科院院士张钹作序推荐,众多大咖联袂推荐!
本书致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用,涵盖图神经网络的广泛主题,从基础到前沿,从方法到应用,涉及从方法论到应用场景方方面面的内容。全书分为四部分:第一部分介绍图神经网络的基本概念;第二部分讨论图神经网络成熟的方法;第三部分介绍图神经网络典型的前沿领域;第四部分描述可能对图神经网络未来研究比较重要和有前途的方法与应用的进展情况。
4、图解深度学习:可视化、交互式的人工智能指南
作者: 乔恩·克罗恩(Jon Krohn)
译者: 刘乐平 ,刘芳 ,程瑞华
深入浅出讲解深度学习的主流技术及背后的原理,彩色印刷,图文并茂,助你快速上手TensorFlow和PyTorch等热门工具。
本书汇集了专家乔恩·克罗恩(Jon Krohn)和格兰特·贝勒费尔德(Grant Beyleveld)的丰富经验和具体实践,以及阿格莱·巴森斯(Aglaé Bassens)的精美插图,用直观生动的方式,清晰地阐释了什么是深度学习,为什么深度学习如此流行,并梳理了深度学习与其他机器学习方法的关系。在这本书中,作者通过Jupyter notebook这一强大的工具,编写可动手操作的Python代码,为那些想要开始学习深度学习的开发人员、数据科学家、研究人员、分析师和学生创建了实用的参考教程。
为了帮助读者快速提高,作者重点讲解了利用深度学习库Keras灵活构建TensorFlow模型的方法,同时还介绍了深度学习库PyTorch的强大功能。阅读本书,读者将能够深入理解和掌握深度学习的主要方法及其在机器视觉、自然语言处理、图像生成和游戏领域的应用。
5、R语言机器学习实战
作者: [美] 弗雷德·恩旺加(Fred Nwanganga)
译者: 李毅
将机器学习的直观介绍与技术讲解相结合,通过大量的示例和练习系统掌握R语言数据处理技巧,展示数据科学家如何将机器学习付诸实践,帮助你洞察业务本质。
本书探讨了如何使用 R 语言进行机器学习,涵盖基本的原理和方法,并通过大量的示例和练习,让读者掌握 R 语言的数据处理技巧。本书包括入门、回归、分类、模型的评估和改进、无监督学习五大部分,涉及线性回归、logistic 回归、k 近邻、朴素贝叶斯、决策树、聚类和关联规则等机器学习模型。本书配套提供相关的代码和数据,方便读者学习和使用。本书适合 R 语言和机器学习的爱好者、从业者以及相关院校的师生选用。
6、spring实战(第6版)
作者: [美]克雷格·沃斯(Craig Walls)
译者: 张卫滨 ,吴国浩
Spring入门教程新升级,深入理解Spring原理技术内幕,Java开发教程书籍,Springboot技术微服务入门,Spring技术图书,赠送源代码。
(1)《Spring实战 第5版》新升级——第六版重磅上市!本次增加了反应式编程相关的新技术新进展,包括RSocket和R2DBC;新增了K8s云原生环境下构建和部署的实践指南;移除了一些已经过时的内容,紧跟科技发展!
(2)保持一贯的易读易懂风格,书中精心设计的章节和示例非常适合读者由浅入深地学习Spring!
(3)赠送配套源代码,方便操作上手,助力你地spring学习,快来使用Spring和Spring Boot搭建属于自己的应用!
本书是一本经典而实用的Spring学习指南,介绍了Spring使用框架、Spring Boot,以及Spring系统中的其他组成部分。
本书分为4个部分,共18章。第1部分(第1章~第6章)涵盖了构建Spring应用的基础知识。第2部分(第7章~第10章)讨论了如何讲Spring应用与其他应用进行集成。第3部分(第11章~第14章)探讨了Spring对反应式编程提供的全新支持。第4部分(第15章~第18章)介绍了如何做好应用投入生产环境前的准备工作,以及如何进行部署。
7、计算机图形学编程(使用OpenGL和C )(第2版)
作者: [美]V.斯科特·戈登(V. Scott Gordon) ,约翰·克莱维吉(John Clevenger)
译者: 魏广程 ,沈瞳
使用C 和OpenGL编写图形渲染方法,图形学初级教材,提供模型、图像文件、纹理文件、贴图文件、图表等配套资源,从头实现属于你自己的景色。
本书以OpenGL和C 作为工具,介绍计算机图形学编程的相关内容。全书从图形编程的基础和准备工作讲起,介绍了OpenGL图像管线、3D模型、纹理贴图、光照、阴影、天空和背景、增强表面细节、曲面细分、几何着色器、水面模拟、光线追踪等计算机图形学编程技术。本书各章配备了不同形式的习题,供读者巩固所学知识。
本书适合作为高等院校计算机科学专业的计算机图形编程课程的教材或辅导书,也适合对计算机图形编程感兴趣的读者自学。
8、Python金融实战案例精粹(第2版)
作者:斯文
本书作为《基于 Python 的金融分析与风险管理(第2版)》一书的姊妹篇,整合了源于现实金融市场和日常实务工作的100多个原创案例,涉及400多项编程任务。 本书着眼于从业者可能涉及的金融实务案例,并结合具体的职务岗位给出了基于Python的高性能解决方案。通过阅读本书,读者能够全方位地了解金融市场的运作,深刻洞察各类职务背后的工作技巧。
,免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com