導讀：無論是2018還是2019，都是屬于AI的時代。要想在這個時代里 混口飯吃 改變世界，首先你得玩轉機器學習。數據叔整理了2018年出版的機器學習重磅好書，助你進擊機器學習領域，從小白到專家。

辭舊迎新，贈書福利不能少，詳情見文末。

1

《機器學習實戰：基于Scikit-Learn和TensorFlow》

作者：[法]奧雷利安·杰龍

出版時間：2018年8月

美國亞馬遜“人工智能”圖書暢銷榜首圖書！

通過具體的例子、非常少的理論和兩個成熟的Python框架——Scikit-learn 和 TensorFlow 。幫助你直觀地理解與掌握構建智能系統的概念和工具。你將學習一系列技術，從簡單的線性回歸到深度神經網絡等。每章的習題幫助你運用學到的知識，你所需要的只是一點編程經驗，僅此而已。

通過本書你將學習：

• 探索機器學習的全景圖，特別是神經網絡。

• 使用Scikit-Learn來端到端地建立一個機器學習項目的示例。

• 探索多種訓練模型，包括支持向量機、決策樹、隨機森林和集成方法。

• 使用TensorFlow庫建立和訓練神經網絡。

• 深入神經網絡架構，包括卷積網絡、遞歸網絡和深度強化學習。

• 學習訓練和伸縮深度神經網絡的技巧。

• 應用可以工作的代碼示例，而無須過多的機器學習理論或算法細節。

2

《分布式機器學習：算法、理論與實踐》

作者：劉鐵巖，陳薇，王太峰，高飛

出版時間：2018年10月

微軟亞洲研究院機器學習核心團隊潛心力作！鄂維南院士、周志華教授傾心撰寫推薦序！

人工智能和大數據時代，分布式機器學習解決了大量最具挑戰性的問題，《分布式機器學習：算法、理論與實踐》全面分析了分布式機器學習的現狀，深入分析其中核心問題，討論該領域的未來發展方向。

3

《TensorFlow學習指南：深度學習系統構建詳解》

作者：[以] 湯姆·奧普

出版時間：2018年6月

面向廣泛的技術受眾（從數據科學家、工程師到學生和研究人員），本書介紹了TensorFlow的基本原理和實踐方法。從TensorFlow中的一些基本示例開始，深入探討諸如神經網絡體系結構、TensorBoard可視化、TensorFlow抽象庫和多線程輸入管道等主題。閱讀本書，你將習得如何使用TensorFlow構建和部署工業級深度學習系統。?

通過閱讀本書，你將：

• 輕松愉快地安裝并運行TensorFlow。

• 學習如何使用TensorFlow從頭開始構建深度學習模型。

• 訓練流行的計算機視覺和NLP深度學習模型。

• 使用抽象庫來使開發更容易和更快速。

• 學習如何擴展TensorFlow并使用集群分布式訓練模型。

• 在生產環境中部署TensorFlow。

4

《利用Python進行數據分析（原書第2版）》

作者：[美] 韋斯·麥金尼（Wes McKinney）

出版時間：2018年8月

Python數據分析經典暢銷書全新升級！基于Python3.6。

本書主要內容：

• 全部代碼更新

• 更新到Python3.6版本（第1版中使用的是Python2.7）

• 更新了Python第三方發布版Anaconda和其他所需Python包的安裝指引

• 更新pandas庫到2017年新版

• 新增關于更多高級pandas工具和一些使用提示

• 新增statsmodels和scikit-learn的簡明使用介紹

• 新增大量案例

5

《基于深度學習的自然語言處理》

作者：約阿夫·戈爾德貝格（Yoav Goldberg）

出版時間：2018年5月

將深度學習技術應用于自然語言處理的實用指南。

由哈爾濱工業大學NLP核心團隊傾心推薦并翻譯。

本書系統闡述將深度學習技術應用于自然語言處理的方法和技術，深入淺出地介紹了深度學習的基本知識及各種常用的網絡結構，并重點介紹了如何使用這些技術處理自然語言。

6

《Python機器學習（原書第2版）》

作者：塞巴斯蒂安·拉施卡，瓦希德·米

出版時間：2018年12月

本書將機器學習背后的基本理論與應用實踐聯系起來，通過這種方式讓讀者聚焦于如何正確地提出問題、解決問題。書中講解了如何使用Python的核心元素以及強大的機器學習庫，同時還展示了如何正確使用一系列統計模型。

在本書第1版的基礎上，作者對第2版進行了大量更新和擴展，納入最近的開源技術，包括scikit-learn、Keras和TensorFlow，提供了使用Python構建高效的機器學習與深度學習應用的必要知識與技術。

通過閱讀本書，你將學到：

• 探索并理解數據科學、機器學習與深度學習的主要框架

• 通過機器學習模型與神經網絡對你的數據提出新的疑問

• 在機器學習中使用最近Python開源庫的強大功能

• 掌握如何使用TensorFlow庫來實現深度神經網絡

• 在可訪問的Web應用中嵌入你的機器學習模型

• 使用回歸分析預測連續目標的結果

• 使用聚類發現數據中的隱藏模式與結構

• 使用深度學習技術分析圖片

• 使用情感分析深入研究文本與社交媒體數據

7

《Python深度學習：基于TensorFlow》

作者：吳茂貴，王冬，李濤，楊本法

出版時間：2018年10月

Python是目前人工智能領域普遍使用的基礎性技術和工具，TensorFlow是當下主流的深度學習框架，本書基于Python和TensorFlow，從理論到實踐，是一本全棧式的深度學習指南，書中基礎和理論講解全面，原理和拓展分析深入，應用和實踐也極具實戰性，是多位人工智能和大數據領域的專家多年經驗的結晶。

8

《Python數據科學：技術詳解與商業實踐》

作者：常國珍，趙仁乾

出版時間：2018年7月

這是一本以Python為工具，以商業實戰為導向的數據科學家養成手冊，從技術、業務、商業實戰3個維度為有志成為數據科學家的讀者提供了系統化的學習路徑。

3位作者是數據科學和金融領域的資深專家，不僅技術精湛、經驗豐富，而且在本書的寫作上也頗下功夫：首先，將數學和算法等復雜的技術用圖形化的方式來展現，盡可能降低讀者的理解難度；其次，本書不是一本教科書或案例集，而是針對數據科學家的能力模型提供系統化的解決方案。

9

《統計機器學習導論》

作者：[日] 杉山將

出版時間：2018年5月

本書對機器學習的關鍵知識點進行了全面講解，幫助讀者順利完成從理論到實踐的過渡。書中首先介紹用于描述機器學習算法的統計與概率的知識，接著詳細分析機器學習技術的兩類主要方法——生成方法和判別方法，后深入研究了如何使機器學習算法在實際應用中發揮更大的作用。

本書提供程序源代碼，便于讀者進行數據分析實踐。本書適合高等院校計算機、統計等專業的研究生和高年級本科生閱讀，同時也適合相關領域的技術人員參考。

10

《深度學習之TensorFlow：入門、原理與進階實戰》

作者：李金洪

出版時間：2018年2月

磁云科技創始人/京東終身榮譽技術顧問李大學推薦。創客總部/創客共贏基金合伙人李建軍推薦。

一線研發工程師以14年開發經驗的視角全面解析TensorFlow應用，涵蓋數值、語音、語義、圖像等多個領域96個有較高應用價值的深度學習案例。贈送12套同步配套教學視頻 + 113套源代碼文件（帶配套樣本）。

內容全面，應用性強，從有監督學習到半監督學習，從簡單的數據分類到語音、語言和圖像分類乃至樣本生成等一系列前沿技術，均有介紹。語言通俗易懂，拒絕生僻的術語，拒絕生僻的公式符號，落地性強。

穿插了幾十個需要讀者注意的知識要點和難點，分享作者積累的寶貴經驗。

說說2018年你有哪些收獲，2019年有哪些愿景？上面10本書，你最想要哪一本？為什么？在文末留言區參與討論，被贊得最高的3條留言以及被我們精選出的3條走心留言的發布者將獲贈你想要的那本書。

一直看到這里的你，一定是愛讀書的人。歡迎加入大數據讀書會微信群，結識更多同行業小伙伴，我們將在群里額外送書！未來還有更多福利等你認領！（請在后臺回復讀書會，獲取進群方法）

活動截止時間：12月10日（周一）22:00

據統計，99%的大咖都完成了這個神操作

▼

更多精彩

在公眾號后臺對話框輸入以下關鍵詞

查看更多優質內容！

PPT?|?報告?|?讀書?|?書單

大數據?|?揭秘?|?人工智能?|?AI

Python?|?機器學習?|?深度學習?|?神經網絡

可視化?|?區塊鏈?|?干貨?|?數學

猜你想看

• 寫給中學生的算法入門：學代碼之前看這篇就夠了
  

• 機器學習重大挑戰：壞數據和壞算法正在毀掉你的項目
  

• 違背常識、顛覆認知，終于有人把薛定諤的貓講明白了
  

• 干貨：用Python進行數據清洗，這7種方法你一定要掌握
  

Q:?你最想要哪本書？

歡迎留言并順便贏取福利

覺得不錯，請把這篇文章分享給你的朋友

轉載 / 投稿請聯系：baiyu@hzbook.com

更多精彩，請在后臺點擊“歷史文章”查看

總結

以上是生活随笔為你收集整理的从入门到头秃，2018年机器学习图书TOP10的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。