-
1
深度学习进阶：自然语言处理
斋藤康毅
《深度学习进阶：自然语言处理》是《深度学习入门：基于Python的理论与实现》的续作，围绕自然语言处理和时序数据处理，介绍深度学习中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq和Attention等。本书语言平实，结合大量示意图和Python代码，按照“提出问题”“思考解决问题的新方法”“加以改善”的流程，基于深度学习解决自然语言处理相关的各种问题，使读者在此过程中更深入地理解深度学习中的重要技术。
-
2
人工智能
李开复 王咏刚
人工智能将引领一场比互联网影响更为深远的科技革命！智能革命时代先行者李开复、王咏刚解读AI如何重塑个人、商业与社会的未来图谱：人工智能时代，个人与企业如何找到人机协作的新位置；人工智能将颠覆现有的商业模式，不仅在高科技领域，任何企业都需要尽早引入“AI ”的思维方式；人工智能将部分取代人类的工作，程式化的、重复性的技能将失去价值。我们的工作必须具备足够的深度，让自己强大到不会轻易被机器撼动。秒杀你对人工智能的一切疑问，好读易懂，有趣有料。
-
3
Python神经网络编程
塔里克·拉希德
本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在RaspberryPi上工作。
-
4
机器学习实战：基于Scikit-Learn、Keras和TensorFlow（原书第2版）
奥雷利安·杰龙
本书分为两部分。第一部分，机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分，神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用TensorFlow和Keras构建和训练神经网络的技术，以及如何使用强化学习构建可以通过反复试错，学习好的策略的代理程序。第一部分主要基于Scikit-Learn，而第二部分则使用TensorFlow和Keras。