风靡美洲和亚洲近年来，数据科学和数据挖掘越来越火。许多人对神经网络和深度学习非常感兴趣。关于这个主题的书籍也呈爆炸式增长。判断一本书对你是否有用的唯一方法就是看其他人在读什么？在这篇文章中，我们列出了截至2019年3月7日亚马逊神经网络书籍中排名前10位的书籍，希望能帮助大家选出1本。《机器学习实战：基于Scikit-Learn和TensorFlow》本书主要分为两部分。***部分为第1章至第8章，涵盖了机器学习的基础理论知识和基本算法——从线性回归到随机森林等，帮助读者掌握Scikit-Learn的常用方法；第二部分是第9章第16章讨论深度学习和TensorFlow的通用框架，一步步引导读者使用TensorFlow构建和训练深度神经网络和卷积神经网络。2.《Python深度学习》本书由Keras之父、现任谷歌人工智能研究员Fran?oisChollet所著。详细介绍了使用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成模型等。3.《Python神经网络编程》这是一本非常好的计算机科学书籍，由图灵奖得主JudeaPearl撰写，展示了理解因果关系如何彻底改变科学并将彻底改变人工智能4.《Python神经网络编程》这本书揭示了神经网络背后的概念并介绍了如何在Python中实现它们。全书分为3章和两个附录。第1章介绍神经网络中使用的数学思想。第2章介绍使用Python实现神经网络，识别手写数字，测试神经网络的性能。第3章带领读者进一步了解简单的神经网络，观察训练好的神经网络内部，尝试进一步提高神经网络的性能，加深对相关知识的理解。5.《***算法》作者指出机器学习有五个流派，每个流派都有自己的主要算法，可以帮助人们解决特定的问题。而如果综合所有这些算法的优点，就有可能找到一种“全局算法”，可以获取过去、现在和未来的所有知识，这也将创造一种新的人类文明。6.《Python机器学习》本书向读者介绍机器学习和深度学习算法，并向您展示如何将书中的示例方法应用到实际工作中。通过这本书，你不仅可以了解数据科学，机器学习7.《Learning From Data》本书专为机器学习方面的短期课程而设计。它可以帮助打下良好的数据科学基础，本书在理论和实践之间取得了很好的平衡。8.《增强人类》这本书对人类的未来有着深刻的洞察力、启发性和严谨性。它是您想象和创造新现实的指南。对于任何想要了解新方向和下一步的人来说，这是必读的。9.《Machine Learning with Python 》本书主要介绍如何使用Python和Scikit-learn库开发成功的机器学习应用程序。通过本书，您将学习到与机器学习相关的重要概念和实际应用，以及高级机器学习算法10、《MATLAB Deep Learning》在本书中，您将从机器学习的基础知识开始，然后转向神经网络、深度学习、然后是卷积神经网络。在整本书中，MATLAB被用作本书示例和案例研究的底层编程语言和工具。
