程序员学习人工智能，这五本编程畅销书不可错过，这些书一经上市变横扫京东、当当等各大网店畅销榜，如果你正好入门人工智能，请收藏。
参加文末的抽奖活动，即有机会获得图灵奖得主作品《深度学习》一本。
人工智能 第2版
- 图文详细，讲解细致，配备丰富的教学资源和学习素材
- 被评价为自Russell& Norvig的《人工智能：一种现代方法》之后最好的教材
- 更适合本科生使用，也是易于上手的人工智能自学指南
当前，人工智能的发展进入了新的历史阶段，成为科研、教学和创业等领域关注的热点。我国正在大力培养人工智能领域的专业人才，一些高校成立了人工智能学院，还有许多高校开设了人工智能相关专业。
本书是作者结合多年教学经验、精心撰写的一本人工智能教科书，堪称“人工智能的百科全书”。全书涵盖了人工智能简史、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习和神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈、人工智能的历史和未来等主题。
本书提供了丰富的教学配套资源，适合作为高等院校人工智能相关专业的教材，也适合对人工智能相关领域感兴趣的读者阅读和参考。
● 基于人工智能的理论基础，展示全面、新颖、丰富多彩且易于理解的人工智能知识体系。
● 加入关于机器人和机器学习的新章节，并在自然语言处理在自然语言处理部分包括了关于语音理解和隐喻的小节。
● 给出诸多的示例、应用程序、全彩图片和人物轶事，以激发读者的学习兴趣。
● 通过实际应用引入重 要的人工智能概念，例如机器人技术、人工智能在视频游戏中的应用、神经网络、机器学习等。
● 包含300多幅图，详细描述了人工智能方法在实际工作中的问题，并给出了部分习题的解答。
● 提供本书所涉及的资源、仿真和书中的图。
● 为采用本书作为教材的教师提供丰富的教学支持资源，包括习题解答、教学PPT等。
配套资源
● 本书附录D“应用程序和数据”提到的应用程序示例、用于神经网络训练的练习数据和若干高级计算问题概览。
● 本书附录E“部分练习的答案”的英文版PDF和图解。
● 本书中的全部彩图文件。
● 本书的Prolog示例源代码。
● 供教师使用的教学PPT。
以上资源请到异步社区（www.epubit.com）下载。
为使用本书作为教材的教师提供的教学资源：
● 教学PPT。
● 教师指导手册（电子版，包括本书配套习题的完整解答）。
请通过[email protected]联系申请。
Python 3破冰人工智能从入门到实战
- 数学基础：从历年数学建模竞赛入手，解读人工智能中的数学方法。
- 编程实践：100余个代码实例，全面讲解网络爬虫、数据存储与数据分析等内容。
- 算法应用：实战案例辅以丰富图解，详尽分析人工智能算法特性及其应用场景。
本书创新性地从数学建模竞赛入手，深入浅出地讲解了人工智能领域的相关知识。本书内容基于Python 3.6，从人工智能领域的数学出发，到Python在人工智能场景下的关键模块；从网络爬虫到数据存储，再到数据分析；从机器学习到深度学习，涉及自然语言处理、机器学习、深度学习、推荐系统和知识图谱等。
此外，本书还提供了近140个代码案例和大量图表，全面系统地阐述了算法特性，个别案例算法来自于工作经验总结，力求帮助读者学以致用。
本书不仅适用于人工智能技术初学者，也适合具有一定经验的技术人员阅读，还可作为高等院校计算机等相关专业师生的参考用书。
- AI圣经！深度学习领域奠基性的经典畅销书！
- 长期位居美国亚马逊AI和机器学习类图书榜首！
- 所有数据科学家和机器学习从业者的必读图书！
- 特斯拉CEO埃隆·马斯克等国内外众多专家推荐！
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第 1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第 2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。
《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。
《Python机器学习》通过解释数学原理和展示编程示例对机器学习进行了系统、全面的解析。《Python机器学习》共分为12章，内容涵盖了机器学习以及Python语言的基础知识、特征工程的概念与操作技术、数据可视化技术的实现、监督学习及无监督学习算法、文本分析、神经网络和深度学习、推荐系统的构建方法以及预测处理时间序列的方法等。阅读《Python机器学习》能够加深读者对机器学习的认识和理解，从而达到理论与实践相结合、学以致用的目的。
《Python机器学习》适合Python程序员、数据分析人员、对机器学习感兴趣的读者以及机器学习领域的从业人员阅读。
- 众多好评的神经网络入门图书，全彩印刷，图表丰富
- 自己动手用Python编写神经网络
神经网络是一种模拟人脑的神经网络，以期能够实现类人工智能的机器学习技术。
本书揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。全书 分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使用Python实现神经网络，识别手写数字，并测试神经网络的性能。第3章带领读者进一步了解简单的神经网络，观察已受训练的神经网络内部，尝试进一步改善神经网络的性能，并加深对相关知识的理解。附录分别介绍了所需的微积分知识和树莓派知识。
本书适合想要从事神经网络研究和探索的读者学习参考，也适合对人工智能、机器学习和深度学习等相关领域感兴趣的读者阅读。
- END -
喜欢的朋友请转发到朋友圈
PS：[关注]异步社区+【点击下方小程序抽奖】即可参与抽奖一次，获得《深度学习》2本。
閱讀更多 異步社區 的文章
