学AI的书单:读完这5本就够了,别的先别买

学AI的书单:读完这5本就够了,别的先别买
学习ai书籍真实书单:五本AI入门书摞在书桌上

简单说:学习ai书籍先买这5本——《人工智能简史》《AI 3.0》《深度学习入门》《Python深度学习》《生命3.0》。按顺序读,别囤书,读完再补别的。

我数过,书架上学习ai书籍一共23本。读完的,5本。

剩下18本,有的翻了个开头,有的塑封都没拆。最惨的是那本英文版"花书",98块钱,现在垫显示器。挺离谱的。

2024年3月,我下决心学AI,第一个动作是买书,好像买回来就等于学会了。我一开始也是这么骗自己的。花了一年多才认清:书不在多,在你真读。这份书单就是筛掉18本之后剩下的,每本我读到什么程度、哪章最有用、顺序为什么这么排,下面如实交代。

为什么学习ai书籍我只留这5本

原子答案:学AI要补的东西就三块——来龙去脉、基本原理、动手能力。这5本正好一人一块,多了浪费钱,少了会瘸腿。淘汰那18本的标准很简单:内容重复的砍,劝退式写法的砍,蹭热点拼凑的也砍。

给个参照。斯坦福HAI发布的AI指数报告统计,2024年美国私人AI投资达到1091亿美元。钱涌进来,书跟着涌进来,我书架上一多半的书是2023年之后出的。老实讲,良莠不齐都不够形容那个场面。

买书之前,更该想清楚你学AI图什么。这事我写过一篇学习AI前要想清楚的5件事,先看那个,再回来挑书。

第1本《人工智能简史》:当故事读,别当教材

原子答案:这本适合完全零基础、听到"机器学习"就发怵的人。三天能翻完,读完知道AI这一百年是怎么折腾过来的。尼克写的。我从达特茅斯会议那章开始入迷,一路读到所谓专家机器的泡沫破裂,才知道AI这行已经"死过"两回,每次被吹上天,又被摔下来。

我个人觉得它最大的价值是祛魅。见过行业惨状,你就不信"AI明年取代所有人"的鬼话了。

读法:跳过数学,看故事。就这样。

第2本《AI 3.0》:专治被AI新闻忽悠

原子答案:梅拉妮·米歇尔这本适合被"AI觉醒""AI超越人类"的标题搞得晕头转向的人。她拿一堆真实例子告诉你AI能做到哪、做不到哪。讲图像识别那几章我印象最深:卷积网络认熊猫认得好好的,加一层人眼看不见的噪点,它就敢咬定那是长臂猿。看完你对"准确率98%"这类数字会多留个心眼。

我试了下书里的思路,拿去检验当时在用的几个AI产品的宣传语。一戳一个准。有点上头。

第3本《深度学习入门》:我记了40多页笔记的书

原子答案:斋藤康毅这本"鱼书"适合会一点Python、想真正搞懂数字怎么在神经网络里流动的人。书薄,代码全都能跑。官方把代码开源在GitHub仓库里,我照着敲完了前五章。

第5章讲反向传播。我在这一章卡了两个星期,有天晚上在A4纸上画计算图,画到十二点多突然就通了。值。

不夸张地说,啃完第5章,以后看任何教程里的"梯度下降",你都不会再跳过去。

提醒一句,这本要下笨功夫。每晚一小时,我用了将近两个月。

第4本《Python深度学习》:想做出东西就读它

原子答案:Chollet这本适合不想在数学里泡太久、想快点跑出模型的人。作者是Keras的缔造者,代码质量没得挑。照着书做,我一个星期搓出个猫狗分类小模型,测试集准确率89%出头。发朋友圈,骗到十几个赞。别小看这个,成就感是坚持学下去的燃料。

它排在鱼书后面是有讲究的。先懂原理再动手,和先动手再补原理,两条路我都走过。前者后劲足,真的。

第5本《生命3.0》:放床头,读一年也算数

原子答案:泰格马克这本适合对"AI以后会怎样"有好奇心的人。它不教你任何技术,但帮你搭一个看AI的框架。讲"智能爆炸"和目标对齐的部分值得细读。我断断续续读了三个月,睡前翻两页那种进度。背景资料可以看维基百科的条目。

话说回来,中间有几章聊宇宙聊文明,跑得有点远。跳过不亏。

学习ai书籍的阅读顺序,我为什么这么排

原子答案:顺序是简史→AI 3.0→鱼书→Python深度学习→生命3.0。先建框架,再破迷思,接着啃原理、写代码,读完抬头看远方。这个顺序不是我抄来的,是走反路走出来的。

我最开始直接啃花书,就是垫显示器那本。三天,投降。它写得没毛病,是我时机不对——没有历史框架、没有一点代码手感,那本书每个字都认识,连起来就不懂。

后来换打法:先用故事建立"这行在干嘛"的感觉,再破掉不切实际的幻想,带着具体问题去啃硬书。同一本鱼书,第二遍读顺畅得多。

慢,就慢点。

这些学习ai书籍我劝你先别买

原子答案:三类书先别碰——Goodfellow的"花书"、号称从入门到精通的大部头、通篇没有具体例子的拼凑型通识书。花书是真经典,也真不适合入门,等读完鱼书还想往深处走,再回头买它不迟。

那种800多页的"从入门到精通"我买过一本,Python基础占了一半篇幅。你说气人不气人。

拼凑型通识书的识别方法很土:翻到中间随便读两页,一个具体案例都没有的,放回去。资料做减法这件事,我在囤了3个G不如吃透5份那篇里写得更细,书和资料一个道理。

一张表对号入座

原子答案:急着下单的看这张表,先确认自己处在哪个阶段,再决定先买哪本。评分纯主观,别当真理。

书名硬度适合谁我的私人评分
《人工智能简史》低,全是故事零基础,想先搞懂来龙去脉9分,翻过两遍
《AI 3.0》中低怕被宣传忽悠的人8.5分,图像识别那几章最值
《深度学习入门》高,要会点Python想真懂原理、打算写代码9分,笔记记了40多页
《Python深度学习》中想快点做出东西8分,我是跳着读的
《生命3.0》低任何人,睡前读物8分,后半本有点散

常见问题

原子答案:下面几个问题是我被朋友问得最多的,答案都基于我自己的阅读体验,不是搬运。

零基础学AI,这5本书真的够吗?

够入门,也够你判断要不要往技术路线走。读完想进阶看论文,可以接着看我整理的机器学习论文阅读顺序,那是下一站的事。

学习ai书籍买纸质版还是电子版?

鱼书和《Python深度学习》买纸质的,要写笔记、要对代码。另外三本电子版就行,通勤路上能读。

每天时间不多,读完这5本要多久?

按每天40分钟算,我花了大约七个月。别信"一个月吃透"这种话,读书这件事快不起来。

要不要先把Python学完再读书?

不用专门先学。前两本完全不碰代码,读到鱼书之前补一周Python基础,刚好赶上用。

说实话,这份书单是一年多时间和几千块书钱换来的。5本书加起来不到400块,剩下18本的钱才是真浪费。

如果你也正为学习ai书籍发愁,照这个单子买,按这个顺序读,能省下不少弯路。当初要是有人这么告诉我,书架能空出一整层。我的完整自学过程,写在文科生自学AI的笔记那篇里,感兴趣的可以连着看。

觉得有用的话,转给那个囤了一堆AI书还没拆封的朋友吧。