近年來，數(shù)據(jù)科學和數(shù)據(jù)挖掘越來越熱門，許多人對神經(jīng)網(wǎng)絡和深度學習十分感興趣，該主題下的書籍也呈現(xiàn)出爆炸式增長，判斷一本書對你是否有用的方法就是看看其他人在看什么書？

本文我們羅列了截止2019年3月7日亞馬遜神經(jīng)網(wǎng)絡類圖書中***的10本書，希望對大家的選擇有所幫助

1、《機器學習實戰(zhàn)：基于Scikit-Learn和TensorFlow》 

本書主要分為兩個部分。***部分為第1章到第8章，涵蓋機器學習的基礎理論知識和基本算法——從線性回歸到隨機森林等，幫助讀者掌握Scikit-Learn的常用方法;第二部分為第9章到第16章，探討深度學習和常用框架TensorFlow，一步一個腳印地帶領讀者使用TensorFlow搭建和訓練深度神經(jīng)網(wǎng)絡，以及卷積神經(jīng)網(wǎng)絡。

2、《Python深度學習》 

本書由Keras之父、現(xiàn)任Google人工智能研究員的弗朗索瓦•肖萊(François Chollet)執(zhí)筆，詳盡介紹了用Python和Keras進行深度學習的探索實踐，涉及計算機視覺、自然語言處理、生成式模型等應用。曾獲得豆瓣滿分10分的好評

3、《The Book of Why》 

這是一本非常好的計算機科普讀物，由圖靈獎獲得者Judea Pearl執(zhí)筆，展示了理解因果關系如何徹底改變科學并將革新人工智能

4、《Python神經(jīng)網(wǎng)絡編程》 

本書揭示神經(jīng)網(wǎng)絡背后的概念，并介紹如何通過Python實現(xiàn)神經(jīng)網(wǎng)絡。全書分為3章和兩個附錄。第1章介紹了神經(jīng)網(wǎng)絡中所用到的數(shù)學思想。第2章介紹使用Python實現(xiàn)神經(jīng)網(wǎng)絡，識別手寫數(shù)字，并測試神經(jīng)網(wǎng)絡的性能。第3章帶領讀者進一步了解簡單的神經(jīng)網(wǎng)絡，觀察已受訓練的神經(jīng)網(wǎng)絡內(nèi)部，嘗試進一步改善神經(jīng)網(wǎng)絡的性能，并加深對相關知識的理解。

5、《***算法》 

作者指出機器學習五大學派，每個學派都有自己的主算法，能幫助人們解決特定的問題。而如果整合所有這些算法的優(yōu)點，就有可能找到一種“***算法”，該算法可以獲得過去、現(xiàn)在和未來的所有知識，這也必將創(chuàng)造新的人類文明。

6、《Python機器學習》 

本書向讀者介紹了機器學習和深度學習算法，并向你展示了如何將書中的實例方法運用于實際工作中，通過這本書你不僅可以了解了解數(shù)據(jù)科學，機器學習和深度學習中的關鍵框架，還能學會使用TensorFlow庫掌握深度神經(jīng)網(wǎng)絡實現(xiàn)

7、《Learning From Data》 

這本書是為機器學習的短期課程而設計的。它可以幫助打下一個良好的數(shù)據(jù)科學基礎，書中很好地平衡了理論和實踐的占比。

8、《增強人類》 

本書對人類的未來具有深刻的洞察力，鼓舞人心并且態(tài)度嚴謹，是你想象和創(chuàng)造新現(xiàn)實的指南。對于想要了解新方向和下一步未來的人來說，這是一本必讀書籍。

9、《Machine Learning with Python 》 

本書主要介紹如何使用Python和Scikit-learn庫開發(fā)成功的機器學習應用程序，通過本書，你將學到機器學習相關的重要概念和實際應用，***的機器學習算法的優(yōu)缺點等

10、《MATLAB Deep Learning》 

在這本書中，你從機器學習基礎開始，然后繼續(xù)學習神經(jīng)網(wǎng)絡，深度學習，然后是卷積神經(jīng)網(wǎng)絡。全書使用使用MATLAB作為底層編程語言和工具，用于本書的示例和案例研究。