AI相關書籍整理

記錄下一路走來看過的書

1、《neural networks and deep learning》——講解了dnn的基礎知識。包括反向傳播（包括公式推導）、損失函式、啟用函式、超引數選擇、正則化、dropout等。第一次接觸ai的話這本書還是挺好的，淺顯易懂。網上有中文翻譯版本。

2、《統計學習方法》——後來網上看到了有人介紹這本書，就買了本老版的。現在好像又出了新版。裡面介紹了一些機器學習的方法。公式推導。耐下心來學習還是很有收穫的。適合反覆讀。我其實只看了前面一些。後面的加強學習還沒怎麼看。

3、《機器學習實戰 machine learning in action》——裡面有使用python實戰機器學習的一些演算法。對理解機器學習有很大幫助。可以邊參考《統計學習方法》並且結合《機器學習實戰》的**理解。我個人覺得對加深機器學習的一些理論會有很大幫助。這本書我其實也沒看完，只是看了部分。

4、《機器學習實戰基於scikit-learn和tensorflow》買這本書其實為了學習點tensorflow，因為之前沒有接觸過tensorflow。大致粗略看過一遍。後續還會繼續回過頭來精讀下。

5、《深度學習》——這本書是我第一次買的書。剛剛想學習ai的時候，網上搜了一下，有這本經典書就買了。但是只是在一開始看了一下。這本書比較難啃。我一開始看了前面的數學知識的章節。後來當做工具書翻過。其實這本書一開始剛接觸的話，我是不太推薦去看的。因為一開始看我那時候經常看的發睏。

7、cs231n課程，這個是斯坦福李飛飛教授開設的一門課。剛開始的時候看過。英文的，可能會比較難懂吧。一開始因為也沒有經驗不知道怎麼準備。就是網上各種搜，所以很多都會接觸一下。這個網易課堂上好像有免費的，也有翻譯的。

8、**上買各種課程。這個階段我看過很多課程。包括唐宇迪大神的課。網上會有很多教程，有貴的也有便宜的。我買的都是便宜的。買過好多次。真正動手操作的也就是唐宇迪大神的人臉識別教程、tensorflow&caffe教程以及***識別的專案教程。

9、無意間看到劉建平pinard博主的帖子也都整理的超好，我覺得還是很有幫助的。可以根據自己需要去看。

10、準備考了一下華為的ai認證考試hcip-ai。

11、《百面機器學習》——這本書還在看，想往ai轉，所以這本書會經常拿來看看，對一些知識點的理解也會有好處。比如分類中recall、tpr、fpr、pr曲線、roc曲線、auc等一些基本概念。

12、這兩天想看一下opencv，網上找了下段力輝翻譯的《opencv官方教程中文版（for python）》。

後續再整理一下。自己工作是程式設計師，平時工作比較忙，很少有時間。都是平時和週末擠出時間來學習的，也只是學了點皮毛。確實挺辛苦的，準備久了會懷疑自己。但是還是需要掌握節奏，堅持一下。後續還會繼續學習。希望早日轉行ai吧。