1樓：雨後不初晴
《程式設計師的數學》
本書還對程式設計師和計算機的分工進行了有益的**。讀完此書，你會對以程式為媒介的人機合作有更深刻的理解。
演算法領域的經典參考書——《 演算法•第4版》
《計算機程式設計藝術》系列
《卷1：基本演算法（第3版）》講解基本演算法，其中包含了其他各卷都需用到的基本內容。本卷從基本概念開始，然後講述資訊結構，並輔以大量的習題及答案。
《卷2：半數值演算法（第3版）》全面講解了半數值演算法，分「隨機數」和「算術」兩章。書中總結了主要演算法範例及這些演算法的基本理論，廣泛剖析了計算機程式設計與數值分析間的相互聯絡。
《卷3：排序與查詢（第2版）》擴充套件了卷1中資訊結構的內容，主要講排序和查詢。書中對排序和查詢演算法進行了詳細的介紹並對各種演算法的效率做了大量的分析。
《演算法的樂趣》
《演算法的樂趣》從一系列有趣的生活例項出發，全面介紹了構造演算法的基礎方法及其廣泛應用，生動地展現了演算法的趣味性和實用性。全書分為兩個部分，第一部分介紹了演算法的概念、常用的演算法結構以及實現方法，第二部分介紹了演算法在各個領域的應用，如物理實驗、計算機圖形學、數字音訊處理等。其中，既有各種大名鼎鼎的演算法，如神經網路、遺傳演算法、離散傅立葉變換演算法及各種插值演算法，也有不起眼的排序和概率計算演算法。
講解淺顯易懂而不失深度和嚴謹，對程式設計師有很大的啟發意義。書中所有的示例都與生活息息相關，淋漓盡致地展現了演算法解決問題的本質，讓你愛上演算法，樂在其中。
《啊哈！演算法》
沒有枯燥的描述，沒有難懂的公式，一切以實際應用為出發點，通過幽默的語言配以可愛的插圖來講解演算法。你更像是在閱讀一個個輕鬆的小故事或是在玩一把趣味解謎 遊戲，在輕鬆愉悅中便掌握演算法精髓，感受演算法之美。
本書中涉及的資料結構有棧、佇列、連結串列、樹、並查集、堆和圖等；涉及的演算法有排序、列舉、 深度和廣度優先搜尋、圖的遍歷，當然還有圖論中不可以缺少的四種最短路徑演算法、兩種最小生成樹演算法、 割點與割邊演算法、二分圖的最大匹配演算法等。
網頁連結
學習聚類演算法要找什麼書看？？
機器學習，資料探勘的書有哪些
2樓：百會
《機器學習實戰》：本書第一部分主要介紹機器學習基礎，以及如何利用演算法進行分類，並逐步介紹了多種經典的監督學習演算法，如k近鄰演算法、樸素貝葉斯演算法、logistic迴歸演算法、支援向量機、adaboost整合方法、基於樹的迴歸演算法和分類迴歸樹（cart）演算法等。第三部分則重點介紹無監督學習及其一些主要演算法：
k均值聚類演算法、apriori演算法、fp-growth演算法。第四部分介紹了機器學習演算法的一些附屬工具。
《資料探勘-實用機器學習技術》：本書介紹資料探勘的基本理論與實踐方法。主要內容包括：
各種模型(決策樹，關聯規則、線性模型、聚類、貝葉斯網以及神經網路)以及在實踐中的運用，所存任缺陷的分析。安全地清理資料集、建立以及評估模型的**質量的方法，並且提供了一個公開的資料探勘工作平臺weka。weka系統擁有進行資料探勘仟務的圖形使用者介面，有助於理解模型，是一個實用並且深受歡迎的工具。
《資料探勘：概念與技術》：本書全面地講述資料探勘領域的重要知識和技術創新。
在第1版內容相當全面的基礎上，第2版展示了該領域的最新研究成果，例如挖掘流、時序和序列資料以及挖掘時間空間、多**、文字和web資料。本書可作為資料探勘和知識發現領域的教師、研究人員和開發人員的一本必讀書。
3樓：微策略中國
說到資料分析，人們往往會下意識地聯想到另一個耳熟能詳的名詞：資料探勘。那麼，到底什麼是資料探勘呢？
顧名思義，資料探勘就是對資料進行處理，並從中提取可用資訊的過程。如果你剛好正在尋找這方面的入門書籍，那麼韓家煒老師寫的《資料探勘：概念與技術》絕對是一個不錯的選擇。
該書針對傳統的資料分析方法，常見的如聚類、分類、去噪等，都做了非常細緻的說明，並附帶詳實的演算法、例項。相信你在看完該書的相關章節後，一定會對上述方法有較為深刻的認知。值得一提的是，該書還被許多學校引作本科教材，因此讀者自學時還可以較為容易地獲取各種參考學習資料，讓學習模式直接從hard降為easy。
但是，由於該書成書較早，且近年來機器學習發展迅速，其中所涉及的諸多內容在今天看來已顯得略微樸實，無法很好地反映資料分析領域當下最前沿的技術。但瑕不掩瑜，總體而言，這依然是一本初學者理想的入門書籍。
在學習完上一本《資料探勘》後，此時的你將會擁有一些簡單的資料分析基礎。如果還想更上一層樓，那麼周志華老師的這本《機器學習》絕對是不能錯過的進階讀本。
用一句話來概括周志華老師的這本《機器學習》的話，大概就是「周老師用一萬種方法教你挑個好西瓜」。由於「怎樣挑個好瓜」的怨念貫穿了全書的始終，且連封面也印上了西瓜，人們也常常親切地將其稱為西瓜書。
講到這裡，我似乎聽到有讀者在犯嘀咕了：「說了這麼多，什麼時候傳我造ai的神功啊？就是那個叫什麼深度學習的。
」確實，這年頭講到資料分析如果不談談網路，都不好意思和別人說自己涉獵過這塊領域。那麼，筆者在此就再推薦一本神經網路的入門書籍。
其實，神經網路是機器學習方法的一條分支，而且上個世紀50年代就已經有了「感知機」的概念，將感知機推疊在一起就是「多層感知機」。只是限於當時的計算機算力，人們只能用多層感知機處理一些簡單的問題，也無法構建深層網路，因此相關研究也很快冷下來。從某種程度上說，感知機和多層感知機就是當下神經元和神經網路的雛形。
2023年，google的alphago擊敗了李世石。人們突然驚奇地發現，當下的算力已經可以支撐神經網路勝任如此複雜的工作了。於是相關領域的研究熱度被再次點燃，並一直延續至今。
其實，神經網路的基礎理論並不複雜，可概括為「只要神經元足夠多，一層前饋網路足以擬合任何函式。」這個理論有什麼用呢？舉個例子，如果把你比作一個函式的話，那麼你從外界感知到的資訊就是函式的輸入，而你的反應就是函式的輸出。
所以從理論上講，只要你能擬合出一個足夠準確的函式，就可以造出一個自己了！怎麼樣，是不是感覺可以去造ai了。
· 該書篇幅適中，是極佳的快速入門讀物。送你個哈工大的中文翻譯連結（https://legacy.
試試2個星期把它讀完吧；
· 關鍵公式的推導過程非常詳細，便於讀者理解性地記憶反向傳播、dropout等原理的內涵；
· 充分發揮了網頁版書籍的優勢，在頁面中插入了一些執行小介面，生動地向讀者詮釋了神經網路底層執行的各種機理；
· 更難能可貴的是，隨書還附帶了一批可執行的神經網路例項。試試親自上手改改**吧，相信你會有意外的收穫。
人工智慧領域有哪些書比較值得推薦
4樓：我de身上有
《與機器人共舞》
《奇點臨近》
《人工智慧的未來》
《**機器學習》
文字聚類演算法真正能實用的有哪些演算法？
哲學方面比較經典的書籍有哪些，經典的哲學類書籍推薦
道家 老子bai 莊子佛家 du金剛經 轉鍅錀zhi 儒家 論語 易經dao 西方 聖經 柏拉圖 理想回國 亞里士多答德 形而上學 奧古斯丁 上帝之城 托馬斯 神學大全 笛卡兒 第一哲學的沉思 帕斯卡 思想錄 休謨 人類理智研究 康德 未來形而上學導論 黑格爾 精神現象學 道德經 老子的智慧 無疑是...
法學專業學習內容有哪些 法學專業學什麼
法學專業主要是學習課程為法理學 中國法制史 外國法制史 邏輯學 憲法 行政法與行政訴訟法 民法總論 民法分論 商法 智慧財產權法 經濟法 刑法總論 刑法分論 民事訴訟法 刑事訴訟法 國際公法 國際私法 國際經濟法 環境資源法 勞動與社會保障法 法律英語 公文寫作與處理。實踐課程為主要實踐性教學環節 ...
有哪些經典的建築學類書籍值得，有哪些經典的建築學類書籍值得推薦？
1 建築空間組合論 彭一剛老先生的這本書應該算是國內的經典教材了，出了好幾版，可惜當年大一的時候看的不求甚解，唯一的記憶是當時邊看邊用鋼筆畫描了幾幅圖下來，應該算是入門的書，然而對於建築領域知識匱乏的新生，後期效果大於前期入門。不過我老師說他們那一代的人都被這本書害慘了，裡面都是彭一剛老先生自己消化...