从入门到精通——2021年你应该读的深度学习书籍清单

随着机器学习和数据科学的兴起，这种技术在各个领域都得到了广泛的应用，并且改变着各个行业，那么机器学习领域的专家们收入丰厚，备受照顾也就不足为奇了。如果你读过一些数据科学和机器学习的书籍，那么是时候关注深度学习了：神经网络、Keras、Tensorflow、Scikit-learn等等。

1 入门级

如果你刚开始接触机器学习，有一本书我必须推荐！

Introduction to Machine Learning with Python

这本书可以让你顺利入门机器学习和深度学习。它没有讲任何关于编码和Python的知识，而是介绍了机器学习的基本概念和应用，并通过示例讨论各种方法。这是我所见过的对入门级深度学习工程师来说最好的书。

2 中级水平

如果你已经完成了一些机器学习项目，你知道Keras或Tensorflow，你用过scikit-learn，那么我给你两个建议。

Hands-On Machine Learning with Scikit-Learn and TensorFlow

这本书涵盖了深度学习的所有基础知识，包括工作代码和丰富多彩的惊人可视化效果。这本书读起来真的很有趣，它是一个400多页的完整指南，通过分类、聚类、神经网络和其他方法，有许多例子可以自己尝试。

Deep Learning with Python

这本书都是关于使用Keras作为深度学习的主要框架。Keras的创建者Francois Chollet对这个易于使用且高效的框架进行了很好的概述。从MNIST到CNNs，从计算机视觉到NLP。

Deep Learning and the Game of Go

这本书教你神经网络和强化学习，使用围棋作为一个指导例子。在学习这本书的过程中，你将学习如何创建自己的机器人/代理能够玩游戏。

3 行家的水平

Deep Learning

如果你对深度学习感兴趣，这本书是必读书目。它没有给你代码，假设你能在这个阶段自己编写所有的代码，它给你解释为什么某些层工作得更好，如何优化超参数，使用什么网络架构等等。它给出了深度学习的最新描述。

Machine Learning: a Probabilistic Perspective

这本书是讲机器学习的数学视角。虽然有些深入且枯燥，但这本书对于你建立深度学习模型时可能遇到的任何数学问题来说，都是一个很好的参考。它作为百科全书的参考资料非常有用，但仅供行家学习。

Data Science Job

最后，如果你想对成为一名数据科学家意味着什么有个大致的了解，那么请阅读我的书《数据科学工作：如何成为一名数据科学家》，这本书将指导你完成整个过程。

原文作者：Przemek Chojecki
翻译作者：过儿
美工编辑：过儿
校对审稿：Dongdong
原文链接：https://towardsdatascience.com/deep-learning-books-you-should-read-in-2020-7806048c1dc5