O'Reilly书单:12本AI与机器学习必读书籍

文摘   2024-07-30 12:01   中国香港  


本篇精选O'Reilly平台12本人工智能与机器学习领域书籍,涵盖自然语言处理、深度学习、软件架构等,助你掌握前沿技术,引领智能未来。



01

Hands-On Large Language Models



译名:《大语言模型实用指南》

作者:Jay Alammar(加拿大的独角兽AI公司Cohere 工程总监、研究员)、Maarten Grootendorst(荷兰综合癌症组织IKNL数据科学家)

出版社:O’Reilly

主题领域:Natural Language Processing

内容简介

近年来,深度学习技术的突破推动了人工智能在语言处理领域的显著进步,使得AI系统在文本理解、生成、翻译和问答等方面表现得更加精准自然。本书为Python开发者提供了一套实用的工具和概念,帮助他们掌握并应用这些先进的语言处理技术,包括利用预训练的大型语言模型进行文案撰写和文本摘要、创建超越关键词匹配的语义搜索系统、构建文本分类和聚类系统,以及使用现有库和预训练模型执行文本的相关任务,从而推动自然语言处理技术在实际应用中的创新和发展。

访问网址

https://learning.oreilly.com/library/view/hands-on-large-language/9781098150952/



02

HBR's 10 Must Reads on AI 



译名:《哈佛商业评论•人工智能必读10本书》

作者:Harvard Business Review

出版社:Ascent Audio

主题领域:Artificial Intelligence (AI)

内容简介

探索人工智能的未来趋势,推动AI项目规模化,彻底改变组织结构和运营方式——《哈佛商业评论》如下精选文章是您的必读之选。

  1. Marco Iansiti 和 Karim R. Lakhani 撰写的 Competing in the Age of AI

  2. Ajay Agrawal、Joshua Gans 和 Avi Goldfarb 撰写的 How to Win with Machine Learning

  3. Tsedal Neeley 和 Paul Leonardi 撰写的 Developing a Digital Mindset

  4. Matt Beane 撰写的 Learning to Work with Intelligent Machines

  5. Tim Fountaine、Brian McCarthy 和 Tamim Saleh 撰写的 Getting AI to Scale

  6. Eva Ascarza、Michael Ross 和 Bruce G. S. Hardie 撰写的 Why You Aren't Getting More from Your Marketing AI

  7. Marco Bertini 和 Oded Koenigsberg 撰写的 The Pitfalls of Pricing Algorithms

  8. Ben Armstrong 和 Julie Shah 撰写的 A Smarter Strategy for Using Robots

访问网址

https://learning.oreilly.com/videos/hbrs-10-must/9781663731791/



03

Generative AI in Practice



译名:《生成式AI实践》

作者:Bernard Marr

出版社:Wiley

主题领域:Artificial Intelligence (AI)

内容简介

本书全面介绍了生成人工智能(GenAI)的基础知识及其对商业和社会的深远影响。作者通过丰富的案例,展示了GenAI如何在零售、医疗保健、教育、金融等行业中推动创新并塑造未来,同时探讨了它在媒体、娱乐和广告领域的变革潜力,预见了这一技术在未来可能引发的重大变革。

访问网址

https://learning.oreilly.com/library/view/generative-ai-in/9781394245567/


04

Prompt Engineering for Generative AI



译名:《生成式AI的提示工程》

作者:James Phoenix(全栈数据工程师、开发人员)、Mike Taylor(Ladder公司联合创始人)

出版社:O’Reilly

主题领域:Prompt Engineering

内容简介

大型语言模型(LLM)和(diffusion model),如ChatGPT和Stable Diffusion,具有巨大的潜力。这些模型经过大规模的公开文本和图像数据集的训练,能够为多种任务提供有价值的支持和创新解决方案。随着技术的不断进步和数据获取门槛的降低,越来越多的开发人员现在能够利用这些模型来解决之前难以自动化的复杂问题。


本书将为您提供生成式人工智能的基础知识,并介绍如何在实际中应用这些模型。在尝试将大型语言模型和扩散模型首次融入他们的开发流程时,许多开发人员常遇到挑战:这些模型产生的结果往往不够稳定,难以满足自动化系统对可靠性的高标准。作者将向您展示如何利用“提示工程” 这一技术来提高与AI的协作效率。

访问网址

https://learning.oreilly.com/library/view/prompt-engineering-for/9781098153427/



05

Building LLM Powered Applications



译名:《构建大语言模型应用》

作者:Valentina Alto(微软AI与App创新技术架构师)

出版社:Packt Publishing

主题领域:Prompt Engineering

内容简介

本书深入探讨大型语言模型(LLM)的基本概念、前沿技术和实际应用的书籍。它不仅为读者提供了对 LLM 的深入理解,还展示了如何利用这些模型推动人工智能能力的边界,最终实现大型基础模型(LFM)的发展。 


本书从 LLM 的基础入手,详细介绍了包括专有模型如 GPT 3.5 和 GPT 4,以及开源模型如 Falcon LLM 在内的多种主流架构框架,并比较了它们的优势和差异。随着内容的深入,作者引导读者通过基于 Python 的轻量级框架 LangChain,创建能够处理非结构化数据并与之交互的智能代理。书中还特别介绍了如何使用 LLM 和强大的工具包来处理结构化数据。


本书还扩展到了 LFM 的领域,这些模型不仅涵盖语言建模,还扩展到了包括视觉和音频在内的多种人工智能任务和模式,展示了 LLM 在更广泛领域的应用潜力。

访问网址

https://learning.oreilly.com/library/view/building-llm-powered/9781835462317/



06

Essential Math for AI



译名:《人工智能数学原理》

作者:Hala Nelson(詹姆斯·麦迪逊大学数学系副教授)

出版社:O’Reilly

主题领域:Machine Learning

内容简介

企业正在积极地将人工智能技术整合到其系统和运营中。然而,要构建真正成功的解决方案,深入理解背后的数学原理是关键。这本易于理解的指南将带领您掌握人工智能领域所需的核心数学知识,特别强调实际应用而非深奥的学术理论。


这本指南为不同背景的读者提供了深入理解人工智能所需的数学基础,包括回归分析、神经网络、优化技术、反向传播、卷积操作和马尔可夫链等关键概念。通过结合计算机视觉、自然语言处理和自动化系统的实际应用,书中不仅阐释了这些数学原理,还通过Jupyter笔记本中的Python代码和数据可视化,帮助读者将理论与实践相结合。无论是对初学者还是资深专家,本书都是探索和应用人工智能领域数学知识的宝贵资源。

访问网址

https://learning.oreilly.com/library/view/essential-math-for/9781098107628/



07

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow



译名:《 Scikit-Learn、Keras和TensorFlow的机器学习实用指南》

作者:Aurélien Géron(机器学习领域顾问)

出版社:O’Reilly

主题领域:Machine Learning

内容简介

深度学习“四大名著”之一。本书通过Scikit-Learn和pandas的端到端项目,教授机器学习基础。书中使用TensorFlow 2深入讲解了神经网络的构建与训练,覆盖了分类、回归、对象检测、语义分割、注意力机制、语言模型和生成对抗网络(GAN)。同时,介绍了如何利用Keras API和TensorFlow的工具链进行模型部署,包括在Google Cloud和移动设备上的应用。此外,还探索了无监督学习技术和强化学习。

访问网址

https://learning.oreilly.com/library/view/hands-on-machine-learning/9781098125967/



08

Effective Software Architecture: Building Better Software Faster



译名:《高效的软件架构》

作者:Oliver Goldman(Autodesk公司软件架构副总裁)

出版社:Software Architecture

主题领域:Addison-Wesley Professional

内容简介

本书是产品开发组织和流程中实施软件架构实践的必备手册,由业界资深专家Oliver Goldman撰写,旨在统一整个软件团队的认识和实践。书中全面介绍了实现有效软件架构所需的关键技能和实践,包括如何建立一个可预测和可重复的设计流程、如何快速有效地做出决策、如何实施全面一致的沟通策略、如何利用工具提升团队的工作效率,以及如何通过团队协作实现整体效能大于部分之和的效果,从而帮助团队在软件开发过程中实现更高的效率和更优质的产品。

访问网址

https://learning.oreilly.com/library/view/effective-software-architecture/9780138249205/



09

Deep Learning with Python



译名:《Python深度学习》

作者:Francois Chollet(Keras 之父、Google 人工智能研究员)

出版社:Manning Publications

主题领域:Python

内容简介

深度学习“四大名著”之一。Google AI 研究员、Keras之父François Chollet撰写,本书为读者提供了一个深入浅出的深度学习入门和实践指南。通过易于理解的解释、生动的彩色图表和实际的代码示例,Chollet带领读者快速掌握深度学习的关键技术和应用。

访问网址

https://learning.oreilly.com/library/view/deep-learning-with/9781617296864/



10

Python Machine Learning



译名:《Python机器学习》

作者:Sebastian Raschka(Lightning AI机器学习和人工智能研究员), Vahid Mirjalili(FM Global计算机视觉和数据科学研究员)

出版社:Packt Publishing

主题领域:Python

内容简介

深度学习“四大名著”之一。本书深入讲解了机器学习的原理,使读者能够理解并自主构建模型和应用程序。第三版特别针对TensorFlow 2.0进行了更新,介绍了Keras API的新特性和scikit-learn的最新功能。此外,本书还扩展了内容,涵盖了基于深度学习的前沿强化学习技术和生成对抗网络(GANs)的简介。最后,书中还探讨了自然语言处理(NLP)中的一个子领域——情感分析,帮助读者学习如何使用机器学习算法对文档进行情感倾向的分类。

访问网址

https://learning.oreilly.com/library/view/python-machine-learning/9781789955750/



11

AI Engineering



译名:《AI工程》

作者:Chip Huyen(Voltron Data公司AI & OSS副总裁)

出版社:O’Reilly

主题领域:AI Principles

内容简介

最近人工智能领域的重大进展不仅激发了对AI产品的需求,还降低了进入这一领域的门槛。作者在其著作中深入探讨了人工智能工程,即利用现成的基础模型构建应用程序的实践。书中详细解释了AI工程与传统机器学习工程的不同,讨论了新的AI技术栈,并强调了随着AI应用增多,评估其潜在风险的重要性。开发人员将通过书中的框架学习如何从基础到高级逐步开发AI应用,并掌握高效部署的方法。

访问网址

https://learning.oreilly.com/library/view/ai-engineering/9781098166298/



12

Designing Machine Learning Systems



译名:《设计机器学习系统》

作者:Chip Huyen(Voltron Data公司AI & OSS副总裁)

出版社:O’Reilly

主题领域:Machine Learning

内容简介

书中,Claypot AI联合创始人Chip Huyen提供了一种全面的方法来设计既可靠又适应性强的机器学习系统。书中详细讨论了关键的设计决策,如训练数据的处理、特征选择、模型的定期重新训练,以及监控指标,展示了这些决策如何共同推动系统目标的实现。作者结合实际案例和广泛的参考文献,为读者呈现了一个迭代的框架,帮助他们在不断变化的商业和技术环境中构建和优化机器学习解决方案。

访问网址

https://learning.oreilly.com/library/view/designing-machine-learning/9781098107956/


O’Reilly简介


O’Reilly for HigherEducation


O’Reilly for Higher Education(简称OHE)中收录了2013 年以来出版的 43,000 多种电子图书,7500 多个视频,时长达到 3 万多个小时,这些视频主要来自 Packt Publishing、O‘Reilly Media, Inc.、Infinite Skills等。OHE 是学术和公共图书馆获取来自 O’Reilly Media 资源的唯一平台,同时可获取培生教育Pearson Education 绝大多数电子书资源,这两家出版社所出版的 IT 图书占据世界 IT 出版业的半壁江山。OHE 也收录了 Packt Publishing 、Microsoft Press、Infinite Skills 等出版社的电子书,涵盖了 IT 技术的各个领域,从数据库到排版、网页编程到多媒体等。

   资料推荐

使用指南 | O’Reilly 数据库

扫码查看使用指南


相关阅读

ProQuest学术
发布ProQuest产品、活动与服务信息。
 最新文章