爲什麼大家都在學人工智能？因爲：“機會是留給有準備的人，但成功是留給已經行動的人。”總是被別人的高薪所吸引，卻缺乏行動力的你，桌上永遠還缺乏一本行動的入門書籍。
小編整理了異步圖書2018年人工智能領域的全新書單，涉及到Python、深度學習、TensorFlow、Keras、R語言，我們一起來看看是否有你喜愛的圖書呢？
[美] 史蒂芬·盧奇（Stephen Lucci） 著
美國經典教材，在美亞上，被評價爲自Russell & Norvig的《人工智能：一種現代方法》之後最好的教材，更加適合本科生使用。被譽爲人工智能領域百科全書。
本書基於人工智能的理論基礎， 向讀者展示全面、新穎、豐富多彩且易於理解的人工智能知識體系。本書給出諸多的示例、應用程序、全綵圖片和人物軼事，以激發讀者的閱讀和學習興趣；還引入了機器人和機器學習的相關高級課程，包括神經網絡、遺傳算法、自然語言處理、規劃和複雜的棋盤博弈等。
李建軍，王希銘， 潘勉 ,許碩貴，孔德興，張真誠，徐國卿 著
首先簡述了神經網絡的發展歷史，介紹了TensorFlow，書中以一個簡單的一元線性迴歸房價預測模型演示了TensorFlow的工作機制； 三是簡單例舉了幾個以TensorFlow爲基礎的開源項目。介紹了深度神經網絡的外延：機器學習。 書中以機器學習的三個要素：任務（Task）、性能（Performance）、經驗（Experience）爲核心，闡述了機器學習建立模型的原理。
陳仲銘，彭凌西 著
本書系統全面、循序漸進地介紹了深度學習的各方面知識，包括技術經驗、使用技巧和實踐案例。本書詳細介紹了目前深度學習相關的常用網絡模型（ANN、DNN、CNN、RNN），以及不同網絡模型的算法原理和核心思想。本書利用大量的實例代碼對網絡模型進行了分析，這些案例能夠加深讀者對網絡模型的認識。此外，本書還提供完整的進階內容和對應案例，讓讀者全面深入地瞭解深度學習的知識和技巧，達到學以致用的目的。
[英] 尼格爾·劉易斯（N.D. Lewis） 著
本書是使用Python 進行深度學習實踐的一本初學指南。本書並未羅列大量的公式，而是通過一些實用的實際案例，以簡單直白的方式介紹深度神經網絡的兩項任務——分類和迴歸，解析深度學習模型中的一些核心問題，以期讓讀者對深度學習的全貌有一個清晰的認識。
[意大利]安東尼奧·古利(Antonio Gulli), [印度]蘇伊特·帕爾(Sujit Pal）著
本書用當前流行的Keras框架實現了大量深度學習算法，構建了衆多深度學習模型，並且介紹了深度學習在遊戲等實際場合中的應用，特別是本書還介紹了當前火熱的生成對抗網絡（GAN）的應用。全書通俗易懂，強調實際案例，適合廣大的機器學習從業者和愛好者入門與實踐。
唐亙 著
數據科學入門到實戰，介紹數據科學常用的工具——Python、數學基礎及模型，討論數據科學的前沿領域——大數據和人工智能，包括機器學習領域經典的模型、分佈式機器學習、神經網絡和深度學習等。
[英] N.D Lewis 著
本書由知名作者N.D Lewis撰寫，教讀者使用R語言進行深度學習的研究，並順利成長爲一名頂級數據科學家。本書分8章，介紹了與深度學習相關的知識，包括多種不同的神經網絡等。本書能夠帶讀者瞭解關於深度學習模塊及其工作原理，同時幫助讀者更快速第將所學知識轉化成實際的技能。
[英] 尼格爾·劉易斯（N.D. Lewis）著
本書通過對R語言的講解，幫助讀者構建機器學習的模型，同時瞭解一系列與數據科學相關的理論，以及如何利用R語言開展研究。本書對讀者的技術背景不做任何要求，專爲那些希望構建使用的數據模型的讀者，以及想要掌握高效的數據處理工具的讀者提供了全面的介紹。
趙春江 著
本書就是出於此目的，對正態貝葉斯分類器、K近鄰算法、支持向量機、決策樹、AdaBoost、梯度提升樹、隨機森林、極端隨機樹、期望極大值、神經網絡這十大經典的機器學習算法先進行具體的原理分析，然後給出OpenCV的相關源碼的逐句解釋，最後完成一個基於OpenCV的應用實例。
趙春江 著
本書以OpenCV 2.4.9爲研究工具，對其所實現的所有最新的特徵檢測和描述算法——K-R、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE等進行了詳細講解，不僅分析了它們的原理和實現方法，還進行了詳細的源碼解析，並且給出了具體的程序實現範例，充分體現了理論與實踐相結合的特點。
《OpenCV和Visual Studio圖像識別應用開發》
望熙榮，望熙貴 著
OpenCV是可以在多平臺下運行、並提供了多語言接口的一個庫，實現了圖像處理和計算機視覺方面的很多通用算法。
本書是介紹OpenCV結合Visual Studio進行圖像識別和處理的編程指南。全書共11章，介紹了OpenCV和Visual Studio的安裝設置，以及Core、HighGUI、ImgProc、Calib3d、Feature2d、Video、Objdetect、ML、Contrib等模塊，涉及文字處理、照片處理、圖像識別、OpenGL整合、硬件設備結合使用等衆多方面的功能，最後還給出了綜合應用的實例。
本書適合對於圖像識別和處理技術感興趣，並且想要學習OpenCV的應用和編程的讀者閱讀和參考。
路彥雄 著
本書結合作者多年學習和從事自然語言處理相關工作的經驗，力圖用生動形象的方式深入淺出地介紹自然語言處理的理論、方法和技術。本書拋棄掉繁瑣的證明，提取出算法的核心，幫助讀者儘快地掌握自然語言處理所必備的知識和技能。
【阿根廷】Rodolfo Bonnin 著
TensorFlow是Google所主導的機器學習框架，也是機器學習領域研究和應用的熱門對象。
本書主要介紹如何使用TensorFlow庫實現各種各樣的模型，旨在降低學習門檻，併爲讀者解決問題提供詳細的方法和指導。全書共10章，分別介紹了TensorFlow基礎知識、聚類、線性迴歸、邏輯迴歸、不同的神經網絡、規模化運行模型以及庫的應用技巧。
本書適合想要學習和了解 TensorFlow 和機器學習的讀者閱讀參考。如果讀者具備一定的C++和Python的經驗，將能夠更加輕鬆地閱讀和學習本書。
[英] 塔裏克·拉希德（Tariq Rashid）著
本書用輕鬆的筆觸，一步一步揭示了神經網絡的數學思想，並介紹如何使用Python編程語言開發神經網絡。本書將帶領您進行一場妙趣橫生卻又有條不紊的旅行——從一個非常簡單的想法開始，逐步理解神經網絡的工作機制。您無需任何超出中學範圍的數學知識，並且本書還給出易於理解的微積分簡介。
本書爲美亞五星暢銷書，備受關注。基於Python3.5，全綵印刷，如果只選一本神經網絡圖書，他是首選。