各位亲，大家好！

今天又带着好书推荐来啦，今天的36本书单都超级适合这个夏天，既有人工智能入门、Python、深度学习、机器学习相关题材哦！而且，人民邮电出版社异步社区5周年庆，全场5折，凡是通过我的专属优惠码购纸书、电子书和视频课程，满100元再减20，算下来不到4折。

敲黑板！！！如何使用我的专属优惠码？

点击文末阅读原文或者扫码直达我的专属购物链接，在订单结算页面输入我的专属优惠码：uBUYehn4,即可享受活动优惠。

优惠码适用于：纸书、电子书和视频课。

有效期：8月10-20日。

此外，如果此次异步社区VIP会员，买1年送300元现金券，超值划算！

会员专享优惠码：立减20元 dVMb76ZJ

点击购买：https://www.epubit.com/vipSale

异步课程全场5折，叠加我的专属优惠券，不到4折。汇聚业内实战型讲师和教学骨干，策划制作系列精品视频课程。其中既有经典图书的配套视频，又有针对热门知识与技术的系统课程，力求为社区用户打造全方位、一体化的知识服务。

AI发展的大环境下，你应该掌握哪些知识和技能呢？今天给大家带来了超全AI书单！分了7大领域，总共36本书，从算法基础到深度学习样样都有（附思维导图，大家自取），赶紧上车吧！

点击查看大图

Python

Python编程快速上手——让繁琐工作自动化

作者： 【美】Al Sweigart（斯维加特）

译者： 王海鹏

内容简介：

本书快速教读者掌握Python这一对初学者友好的语言。书中包含了很多实用的示例，供读者学习和联系。

通过本书，可以学会解决很多实际的任务和需求，包括在一个或多个文件中搜索文本模式、通过创建修改移动和重命名文件和文件夹来组织计算机、抓取数据和信息、更新Excel表格、自动发送邮件和文本消息、组织计算机执行周期性任务等等。

“笨办法”学Python 3

作者： [美] 泽德·A. 肖（Zed A. Shaw）

译者： 王巍巍

内容简介：

本书是一本Python入门书籍，以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，最终体验到软件开发的基本过程。本书是基于Python3.6版本编写的。

本书共包括52个习题。每一章的格式基本相同，以代码习题开始，按照说明编写代码，运行并检查结果，然后再做附加练习。

适合人群：

本书适合所有想要学习Python的人。

笨办法学Python 3 进阶篇

作者： [美] 泽德·A. 肖（Zed A. Shaw）

译者： 王巍巍

编辑推荐：

● 知乎、b站等技术大牛倾力推荐的畅销书《笨办法学Python 3》的进阶篇；
● 数百万编程爱好者追捧的技术专家的全新作品；
● 52个习题、1130分钟的教学视频，带你步入Python进阶的大门。

内容简介：

本书是《“笨办法”学Python 3》一书的进阶篇，《“笨办法”学Python 3》介绍了用Python 3编程的基础知识，而本书则通过52个精心设计的习题帮助读者超越基础，提升水平。

这52个习题大部分都结合实际演示，并配有附加挑战，每个习题都可以帮读者掌握一项关键的实践技能，包括使用文本编辑器管理复杂的项目、利用功能强大的数据结构、应用算法处理数据结构、掌握必要的文本分析和处理技术、使用SQL有效且合逻辑地建模存储数据，以及学习强大的命令行工具等。

本书旨在帮助读者从单纯地编写能运行的代码跨越到编写能解决实际问题的高质量Python代码，成为一名高阶的Python程序员。

适合人群：

本书适合所有已经开始使用Python的技术人员，包括初级开发人员和已经升级到Python 3.6版本以上的经验丰富的Python程序员。

Python核心编程（第3版）

作者： 【美】Wesley Chun

译者： 孙波翔 ,李斌 ,李晗

内容简介：

本书总共分为3部分。第1部分包括正则表达式、网络编程、Internet客户端编程、多线程编程、GUI编程、数据库编程、Microsoft Office编程、扩展Python等内容。第2部分包括Web客户端和服务器、CGI和WSGI相关的Web编程、Django Web框架、云计算、高级Web服务。第3部分包括文本处理以及一些其他内容。

C和C++

C++ Primer Plus（第6版）中文版

作者： 【美】Stephen Prata

译者： 张海龙 ,袁国忠

内容简介：

● 史上畅销的重量级C++大百科全书，C++入门的首选图书，累计销量近百万册

● 畅销书升级，购书四合一（1本纸书、1本e读版电子书、1份在线编程练习环境、1个思维导图学习路径）

本书针对C++初学者，从C语言基础知识开始介绍，然后在此基础上详细阐述C++新增的特性，因此不要求读者有较多C语言方面的背景知识。本书可作为高等院校C++课程的教材，也可供初学者自学C++时使用。本书是一本友好而易于使用的自学指南，适合用做编程课程的教材，也可供熟悉其他语言的开发人员参考，以更深入地理解C++语言的基本知识。

C++ Primer Plus（第6版）中文版习题解答

作者： [美] 史蒂芬•普拉达（Stephen Prata）

编辑： 傅道坤

内容简介：

本书是超级畅销书《C++ Primer Plus（第6版）中文版》的配套习题解答，本书共分为18章，每一章的主题与《C++ Primer Plus（第6版）中文版》完全一致。每章开篇采用思维导图的方式列出本章的知识点，然后对每章的重点内容进行了梳理总结，最后则对每章中的复习题和编程练习进行了分析并给出了解答思路，确保读者在彻底夯实理论知识的同时，进一步提升实际编程能力。

C Primer Plus（第6版）中文版

作者： 【美】Stephen Prata（史蒂芬 普拉达）

译者： 姜佑

内容简介：

● 经久不衰的C语言畅销经典教程

● 中文版累计销量近百万册

● 针对C11标准进行全面更新

《C Primer Plus（第6版）中文版》是一本经过仔细测试、精心设计的完整C语言教程，它涵盖了C语言编程中的核心内容。《C Primer Plus（第6版）中文版》作为计算机科学的经典著作，讲解了包含结构化代码和自顶向下设计在内的程序设计原则。

与以前的版本一样，作者的目标仍旧是为读者提供一本入门型、条理清晰、见解深刻的C语言教程。作者把基础的编程概念与C语言的细节很好地融合在一起，并通过大量短小精悍的示例同时演示一两个概念，通过学以致用的方式鼓励读者掌握新的主题。

C Primer Plus 第6版 中文版习题解答

作者： [美] 史蒂芬•普拉达（Stephen Prata）

编辑： 傅道坤

内容简介：

● 经典畅销图书《C Primer Plus》的学习伴侣

● 北京师范大学名师详细剖析所有题目

● 全面提升C编程能力的优选编程练习册

本书是超级畅销书《C Primer Plus（第6版）中文版》的配套习题答案，针对书中的复习题和编程练习，给出了解题思路和答案。

本书共分为17章，每一章的主题与《C Primer Plus（第6版）中文版》完全一致。每章开篇采用思维导图的方式列出本章的知识点，然后对每章的重点内容进行了梳理总结，最后则对每章中的复习题和编程练习进行了分析并给出了解答思路，确保读者在彻底夯实理论知识的同时，进一步提升实际编程能力。

作为《C Primer Plus（第6版）中文版》的配套参考书，本书特别适合需要系统学习C语言的初学者阅读，也适合打算巩固C语言知识或者希望进一步提高编程技术的程序员阅读。

算法

人工智能算法 卷1 基础算法

作者： [美] 杰弗瑞·希顿（Jeffery Heaton）

译者： 李尔超

内容简介：

算法是人工智能技术的核心。本书介绍了人工智能的基础算法，全书共10 章，涉及维度法、距离度量算法、K 均值聚类算法、误差计算、 爬山算法、模拟退火算法、Nelder-Mead 算法和线性回归算法等。书中 所有算法均配以具体的数值计算来进行讲解，读者可以自行尝试。每章都配有程序示例，GitHub 上有多种语言版本的示例代码可供下载。

趣学算法

作者： 陈小玉

内容简介：

本书按照算法策略分为9章内容，第1章主要讲小问题和概念，让读者体验算法的奥妙。第2~9章介绍经典的算法设计策略、实战演练、算法分析及优化拓展。每种算法都有4~10个实例，共45个大型实例，包括经典的构造实例和实际应用实例，按照问题分析、算法设计、完美图解、伪代码详解、实战演练、算法解析及优化拓展的流程，讲解清楚、通俗易懂。附录介绍常见的数据结构及算法改进用到的相关知识。

算法详解（卷1）——算法基础

作者：Tim Roughgarden

译者： 徐波

内容简介：

算法详解系列图书共有4卷，本书是第一卷——基础算法。本书共有6章，主要介绍了4个主题，它们分别是渐进性分析和大O表示法、分冶算法和主方法、随机化算法以及排序和选择。附录A和附录B简单介绍了数据归纳法和离散概率的相关知识。本书的每一章均有小测验、章末习题和编程题，这为读者的自我检查以及进一步学习提供了较多的便利。

算法详解 卷2 图算法和数据结构

作者： [美]蒂姆·拉夫加登（Tim Roughgarden）

译者： 徐波

内容简介：

算法详解系列图书共有4卷，本书是第2卷—图算法和数据结构。本书共有6章，主要介绍了3个主题，分别是图的搜索和应用、最短路径以及数据结构。附录简单回顾了渐进性表示法。本书的每一章均有小测验、章末习题，这为读者的自我检查以及进一步学习提供了方便。本书提供了丰富而实用的资料，能够帮助读者提升算法思维能力。

算法精粹：经典计算机科学问题的Python实现

作者： [美] 大卫·科帕克（David Kopec）

译者： 戴旭

内容简介：

本书是一本面向中高级程序员的算法教程，借助Python语言，用经典的算法、编码技术和原理来求解计算机科学的一些经典问题。全书共9章，不仅介绍了递归、结果缓存和位操作等基本编程组件，还讲述了常见的搜索算法、常见的图算法、神经网络、遗传算法、k均值聚类算法、对抗搜索算法等，运用了类型提示等Python高级特性，并通过各级方案、示例和习题展开具体实践。本书将计算机科学与应用程序、数据、性能等现实问题深度关联，定位独特，示例经典，适合有一定编程经验的中级Python程序员提升用Python解决实际问题的技术、编程和应用能力。

Python算法详解

作者： 张玲玲

内容简介：

全书共13章，基于Python分别讲解了算法是程序的灵魂，数据结构，常用的算法思想，线性表、队列和栈，树，图，查找算法，内部排序算法，经典的数据结构问题，解决数学问题，经典算法问题，解决图像问题，游戏和算法等内容。全书内容以“技术解惑”贯穿全书，引领读者全面掌握算法的核心技术。

人工智能和数学基础

人工智能（第2版）

作者： [美] Stephen Lucci，Danny Kopec

译者： 林赐

内容简介：

本书共为17章，讲述了如何多样化探索人工智能领域，原书在亚马逊上收到众多高校老师和学生的好评。书中不仅介绍了人工智能的基础理论，还介绍了机器学习、神经网络、自然语言处理等热门话题，帮助读者全方位了解人工智能领域的方方面面。

本书既适合作为教材，也适合作为个人阅读的参考指南。

Python 3破冰人工智能：从入门到实战

作者： 黄海涛

内容简介：

本书主要包含两部分，第一部分为基础部分（以数学建模历年赛题形式了解相关算法，同时将讲解相关AI模块下的Python常用包），第二部分为实战部分，对常用算法进行基本原理简介，并构建实战案例，同时包含自然语言处理的案例以及TensorFlow案例。

Python数学编程

作者： [澳] 阿米特·萨哈（Amit Saha）

译者： 许杨毅 ,刘旭华

内容简介：

本书将程序设计和数学巧妙地结合起来，从简单的项目开始，应用Python解决高中和大学低年级的数学问题，比如几何、概率、统计以及微积分等，为进一步学习更复杂的数学内容以及Python编程语言打下坚实的基础。本书也可作为Python初学者的入门读物，通过学习书中的示例程序和完成那些编程挑战，读者可以提高自己的编程能力和技巧。

人工智能基础 数学知识

作者： 张晓明

内容简介：

本书基于流行的Python语言，通俗易懂地介绍了入门人工智能领域必需必会的数学知识，旨在让读者轻松掌握并学以致用。本书分为线性代数、概率和优化等3篇，共21章，覆盖了人工智能领域中重要的数学知识点。

深度学习

深度学习

作者： 【美】Ian Goodfellow（伊恩·古德费洛） 【加】Yoshua Bengio（约书亚·本吉奥） 【加】Aaron Courville（亚伦·库维尔）

译者： 赵申剑 ,黎彧君 ,李凯 ,符天凡

内容简介：

本书为三大部分，第一部分介绍应用数学基础知识和机器学习的基本概念，第二部分介绍业界经典的深度学习算法，第三部分是一些探索性研究，对深度学习的未来发展非常重要。本书假定读者拥有计算机科学的背景，熟悉编程，对计算性能、复杂度问题、图论知识以及入门的微积分了解。

动手学深度学习

作者： 阿斯顿·张（Aston Zhang） 李沐（Mu Li） [美] 扎卡里·C. 立顿（Zachary C. Lipton） [德] 亚历山大·J. 斯莫拉（Alexander J. Smola）

内容简介：

本书不仅阐述深度学习的算法原理，还演示它们的实现和运行。本书共分3个部分：第一部分介绍深度学习的背景，提供预备知识，并包括深度学习最基础的概念和技术；第二部分描述深度学习计算的重要组成部分，还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络；第三部分评价优化算法，检验影响深度学习计算性能的重要因素，并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。

PyTorch深度学习

作者： [印度] Vishnu Subramanian

内容简介：

本书详细讲解了如何使用前沿的深度学习库PyTorch来解决所有的深度学习需求，读者可使用PyTorch训练神经网络，提升其速度和灵活性，以及如何在不同的场景中应用神经网络。本书涵盖了ResNET、Inception、DenseNet等在内的高级神经网络架构以及它们的应用案例。本书适合数据分析师、数据科学家，以及对深度学习感兴趣且希望在系统中执行深度学习最佳做法的读者阅读。

Keras深度学习实战

作者： [意大利] Antonio Gulli、[印度] Sujit Pal

译者： 王海玲 ,李昉

内容简介：

本书结合大量实例，简明扼要地介绍了目前热门的神经网络技术和深度学习技术。从经典的多层感知机到用于图像处理的深度卷积网络，从处理序列化数据的循环网络到伪造仿真数据的生成对抗网络，从词嵌入到AI游戏应用中的强化学习，本书引领读者一层一层揭开深度学习的面纱，并在逐渐清晰的理论框架下，提供多个Python编码实例，方便读者动手实践。

通过阅读本书，读者不仅能学会使用Keras快捷构建各个类型的深度网络，还可以按需自定义网络层和后端功能，从而提升自己的AI编程能力，在成为深度学习专家的路上更进一步。

深度学习导论

作者： [美] Eugene Charniak

译者： 沈磊 ,郑春萍

内容简介：

本书讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉和自然语言处理等。本书编写简明扼要，理论联系实践，每一章都包含习题以及补充阅读的参考文献。本书既可作为高校人工智能课程的教学用书，也可供从业者入门参考。本书要求读者熟悉线性代数、多元微积分、概率论与数理统计知识，另外需要读者了解Python编程。

深度学习与飞桨PaddlePaddle Fluid实战

作者： 于祥

内容简介：

本书基于最新的飞桨PaddlePaddle Fluid版本，以真实的应用案例介绍如何用飞桨PaddlePaddle解决主流的深度学习问题。全书共14章。本书首先介绍了什么是飞桨PaddlePaddle，然后介绍了其核心设计思想，进而紧紧结合案例介绍了飞桨PaddlePaddle在主流的图像任务领域、NLP领域的应用，最后还探讨了Paddle-Mobile与Anakin框架等高级主题。附录A和B给出了飞桨PaddlePaddle与TensorFlow、Caffe框架的接口中常用层的对比。

机器学习

机器学习精讲 全彩印刷

作者： [加拿大]  Andriy Burkov

译者： 韩江雷

内容简介：

内容提要 本书用简短的篇幅、精炼的语言，讲授机器学习领域必备的知识和技能。全书共11章和一个术语表，依次介绍了机器学习的基本概念、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与解决方案、进阶操作、非监督学习以及其他学习方式等，涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、维度降低、自编码器、迁移学习、强化学习、特征工程、超参数调试等众多核心概念和方法。全书最后给出了一个较为详尽的术语表。

scikit-learn机器学习（第2版）

作者： [美 Gavin Hackeling

译者： 张浩然

内容简介：

本书内容共计14章，分别从机器学习基础、简单线性回归、基于K临近法的分类和回归分析、特征提取和预处理、简单回归和多重回归、线性回归和逻辑回归、朴素贝叶斯、决策树的非线性分类和回归、决策树、随机森林和其他方法、感知机、向量机、人工神经网络、K-means聚类等内容。

MATLAB机器学习

作者： [意]朱塞佩·恰布罗(Giuseppe Ciaburro)

译者： 张雅仁 ,李洋

内容简介：

本书前3章主要介绍MATLAB机器学习的基础知识、使用MATLAB导入数据和组织数据的方法以及从数据到知识发掘的方法，中间3章主要介绍回归分析、分类分析以及无监督学习，最后3章介绍人工神经网络、降维变换的方法以及机器学习实战的相关知识。本书可供数据分析员、数据科学家以及任何希望学习机器学习算法以及构建数据处理、预测应用的读者阅读。

神经网络和自然语言处理

Python神经网络编程

作者： [英] Tariq Rashid

内容简介：

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Raspberry Pi上工作。

深度强化学习原理与实践

作者： 陈仲铭 何明

内容简介：

本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起，通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点，涵盖目前的热点应用，例如图像风格创造、图像检测、语音识别等。最后一章利用一个大型的深度案例（AlphaGo围棋）来总结全书内容，达到活学活用的目的。

Python自然语言处理

作者： 【美】Steven Bird Ewan Klein Edward Loper

译者： 陈涛 ,张旭 ,崔杨 ,刘海平

内容简介：

本书提供了非常易学的自然语言处理入门介绍，该领域涵盖从文本和电子邮件预测过滤，到自动总结和翻译等多种语言处理技术。你将学会编写 Python程序处理大量非结构化文本，并将理解用于分析书面通信内容和结构的主要算法。

Python和NLTK自然语言处理

作者： [印度] 尼天•哈登尼亚（Nitin Hardeniya）雅各布•帕金斯（Jacob Perkins） 迪蒂•乔普拉（Deepti Chopra） 尼什•斯乔希（Nisheeth Joshi） 伊提•摩突罗（Iti Mathur）

译者： 林赐

内容简介：

本书是一本运用NLTK和其他Python库构建专业NLP和机器学习项目的学习指南。本书共分为三部分。第一部分是NLTK基本模块，重点是如何创建文本分割器和解析器。第二部分介绍一些简单的文本处理方法和语言处理的基本技术。第三部分将会带领读者去实现自己的NLP项目。

计算机视觉

OpenCV 4快速入门

作者： 冯振 ,郭延宁 ,吕跃勇

内容简介：

本书共12 章，主要内容包括OpenCV 4 基础知识，OpenCV 的模块架构，图像存储容器，图像的读取与显示，视频加载与摄像头调用，图像变换，图像金字塔，图像直方图的绘制，图像的模板匹配，图像卷积，图像的边缘检测，腐蚀与膨胀，形状检测，图像分割，特征点检测与匹配，单目和双目视觉，光流法目标跟踪，以及OpenCV 在机器学习方面的应用等。本书面向的读者是计算机视觉与图像处理等相关专业的高校师生、企业内转行计算机视觉与图像处理的工作人员、已有图像处理基础并想了解OpenCV 4 新特性的人员。

OpenCV+VTK+Visual Studio图像识别应用开发 第2版

作者： 望熙荣 ,望熙贵

内容简介：

OpenCV是一个基于BSD开源协议发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和macOS操作系统上。轻量级且高效的OpenCV，还提供了Python、Ruby、MATLAB等语言的接口，实现了图像识别和计算机视觉方面的很多通用算法。本书从OpenCV的基础知识入手，基于Microsoft Visual Studio 2017并结合C++讲解用OpenCV编程的方法，然后辅以大量示例介绍OpenCV中多个功能模块的实际应用，最后引申至VTK三维图像显示技术的学习，以帮助读者实现更广泛的应用。本书适合图像处理领域的从业人员阅读，也适合想要学习OpenCV的读者参考。

图像局部特征检测和描述：基于OpenCV源码分析的算法与实现

作者： 赵春江

内容简介：

本书以OpenCV 2.4.9为研究工具，对其所实现的所有最新的特征检测和描述算法——K-R、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE等进行了详细讲解，不仅分析了它们的原理和实现方法，还进行了详细的源码解析，并且给出了具体的程序实现范例，充分体现了理论与实践相结合的特点。

数字图像处理与机器视觉——Visual C++与Matlab实现

作者： 张铮 王艳平 薛桂香

内容简介：

本书试图将理论知识、研究实验和应用实例有机结合起来，内容涉及数字图像处理领域的诸多方面，并且对于机器视觉的研究内容和研究方法给出了前导性介绍，旨在为有志投身图像处理和机器视觉研究领域的朋友提供一本注重思维历练和实际应用的从入门到深入的图书。

计算机视觉度量：从特征描述到深度学习

作者： [美]斯科特·克里格（Scott Krig）

译者： 刘波 ,罗棻

内容简介：

本书全面介绍了计算机视觉中被广泛使用的各种方法，包括局部特征描述子、区域描述子、全局特征描述子以及评价这些内容的度量方法和分类方法，并用将近一半的篇幅重点介绍了基于深度学习的特征学习方法，以及FNN、RNN和BFN三类深度学习架构的特点。

本书内容丰富、前沿，强调理论分析，旨在探讨各种计算机视觉研究方法背后的技术和原理，同时也探讨了深度学习与神经科学之间的关系，展望了未来深度神经网络的发展方向。

本书用专门一章讲解了计算机视觉流程和算法的优化，通过汽车识别、人脸检测、图像分类和增强现实等实例具体探讨了硬件优化和软件优化的方法。

-END-

异步社区5周年，一起来薅羊毛吧

全场5折，输入我的专属优惠码：uBUYehn4

满100再减20元，低至4折。

有效期：8月10-20日。

扫描我的专属优惠二维码直达购书吧

????点击阅读原文购书                                                   

✨留言后点个赞和在看哦