人工智能的入门书籍

一、《Building Machine Learning Powered Applications》

《构建机器学习驱动的应用》，本书注重实践，主要讲如何将机器学习模型应用到真实的项目中，解决具体的工程化问题。

二、《Designing Machine Learning Systems》

这本书也是主讲系统设计，讲授如何将AI模型嵌入到复杂的系统中去，书中包含不少实际案例和建议。

三、《Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow》

入门机器学习的经典之作，本书提供了大量实践项目，学完本书，你将掌握从数据预处理到模型部署的整个流程。

四、《Deep Learning》

这本书相当于机器学习领域的圣经，系统的讲了神经网络、卷积网络、循环网络及生成模型的理论基础。

五、《Pattern Recognition and Machine Learning》

《模式识别与机器学习》，本书主要讲机器学习背后的数学原理、算法设计、和概率建模等知识。

六、《Probabilistic Machine Learning: An Introduction》

《概率机器学习导论》，本书主要贝叶斯方法、概率图模型等基础知识。

七、《Feature Engineering for Machine Learning》

《机器学习中的特征工程》，本书主要讲如何从原始数据中提取有效特征，提升模型性能。

八、《AI Engineering》

这是一本讲如何构建可扩展的、可靠的、健壮的AI系统，不仅包括机器学习的训练和部署，还讲了工程实践中的常见问题，如版本控制、数据管理、推理优化等。