搞定這個月薪50K的AI熱門領域,看這9本書就夠了
導讀:根據國內某求職網站數據,2019年截止到目前,坐標魔都的自然語言處理(NLP)相關職位平均月薪約為27510元,較2018年增長66%,其中月薪30K-50K的職位占比高達45.8%。

此外,自然語言處理一直是AI相關的熱門領域,機器學習、深度學習、算法等職位的說明中,也經常會要求求職者掌握自然語言處理的相關技能。
想要拿到職位描述中許諾的高薪,首先得搞定offer;想要搞定offer,你就得秀出你的專業技能;想要掌握充足的專業技能,你可以從數據叔推薦的這9本書開始儲備……
01 《Python自然語言處理實戰:核心技術與算法》

作者:涂銘 劉祥 劉樹春
推薦語:阿里巴巴、前明略數據和七牛云的資深NLP專家撰寫,以實戰為導向,繞開各種復雜數學公式與證明,確保讀者零基礎入門。本書專注于中文的自然語言處理,以Python及其相關框架為工具,以實戰為導向,詳細講解了自然語言處理的各種核心技術、方法論和經典算法。
02 《Python自然語言處理》

作者:雅蘭·薩納卡
推薦語:本書致力于總體介紹自然語言處理領域中的一些概念、術語、應用任務、算法和技術、系統搭建方法等,非常適合作為對自然語言處理任務感興趣的初學者進入該領域的入門書籍。
你能學習到:
- 自然語言處理應用開發中的Python編程方法,理解自然語言數據屬性和語料分析處理的方法。
- 使用Python類庫處理自然語言,像NLTK、Polyglot、SpaCy、Standford CoreNLP等。
- 特征工程中特征抽取和特征選擇的方法。
- 深度學習中向量化方法的優勢。
- 更好地理解規則式系統的架構。
- 使用自然語言處理中的有監督和無監督機器學習方法進行訓練與調優。
- 為自然語言處理和自然語言生成問題找到合適的深度學習方法。
03 《自然語言處理Python進階》

作者:克里希納·巴夫薩 等
推薦語:本書包含的實例可以讓你學會使用NLTK(處理NLP任務的主要Python平臺)完成自然語言處理的各種任務,涵蓋了自然語言理解、自然語言處理和句法分析等。你將學會如何理解語言、處理句子及各種歧義現象;你也將學會如何有效地使用NLTK來進行文本分類、分詞及詞性標注等多個任務;你還將學會如何分析詞匯和句子結構,并掌握句法分析、語義分析、語用分析以及深度學習技術的應用。
04 《TensorFlow自然語言處理》

作者:圖珊·加內格達拉
推薦語:本書是一本使用深度學習算法和TensorFlow來編寫現代自然語言處理應用程序的實踐指南,內容涉及詞嵌入的各種方法、CNN/RNN/LSTM的TensorFlow實現及應用、LSTM在文本生成及圖像標題生成的應用、從統計機器翻譯到神經網絡翻譯以及自然語言處理的未來。
通過閱讀本書,你將深入認識NLP(自然語言處理),并學習如何在深度學習NLP任務中應用TensorFlow,以及如何執行特定的NLP任務。
05 《面向自然語言處理的深度學習》

作者:帕拉什·戈雅爾 等
推薦語:通過解決dropout、池化和歸一化層的難題,探索并開發你自己的深度學習網絡;獲得關于強化學習以及如何使用上下文特定的行為令人興奮的介紹;在Tensorflow和Keras中使用疊加雙向LSTM創建自己的聊天機器人。
06 《Python高級數據分析:機器學習、深度學習和NLP實例》

作者:薩揚·穆霍帕迪亞
推薦語:本書包含數據分析實例,涵蓋了從基礎統計學到ETL、深度學習和物聯網的廣泛領域,給出了產業分析項目各個技術方面的概念。
07 《基于深度學習的自然語言處理》

作者:約阿夫·戈爾德貝格
推薦語:深度學習技術為解決NLP問題提供了一種可能的思路,已成為有效推動自然語言處理技術發展的變革力量。
本書的作者和譯者都是國內外NLP領域非常活躍的青年學者,他們關注的方法和技術代表和預示著目前和未來NLP領域的趨勢。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。
08 《自然語言處理與深度學習:通過C語言模擬》

作者:小高知宏
推薦語:本書初步探索了將深度學習應用于自然語言處理的方法。概述了自然語言處理的一般概念,通過具體實例說明了如何提取自然語言文本的特征以及如何考慮上下文關系來生成文本。
書中自然語言文本的特征提取是通過卷積神經網絡來實現的,而根據上下文關系來生成文本則利用了循環神經網絡。這兩個網絡是深度學習領域中常用的基礎技術。
09 《Java自然語言處理》

作者:理查德·里斯
推薦語:自然語言處理(NLP)是應用程序開發的重要領域,在解決實際問題中起著越來越重要的作用。NLP任務支持的自然語言可訪問應用程序需求顯著增。本書將探索如何使用諸如全文本搜索、專有名稱識別、聚類、標記、信息提取、匯總等方法自主組織文本。書中涵蓋了NLP的概念,即使沒有統計或自然語言處理背景的人也可以理解它。