清华社8月诚意书单 | 学好计算机，这7本书缺一不可

计算机类周书单

（排名不分先后）

Python机器学习

作者：[新加坡]李伟梦 著 李周芳 译

定价：68.00

ISBN：9787302551973

随着计算能力的快速增长，大量任务都可在台式机上完成；在这样的背景下，机器学习应运而生，成为当今炙手可热的话题。但初出茅庐的新手常对机器学习感到十分畏惧；为给这些新手扫清障碍，《Python机器学习》采用循序渐进的方式，先讲解底层技术，然后引导读者学习更高级的机器学习技巧。本书首先介绍Python机器学习的一些基本库，包括NumPy、Pandas和matplotlib。一旦牢固地掌握了基础知识，即可开始基于Python和Scikit-learn库进行机器学习，深入了解各种机器学习算法(如回归、聚类和分类)的底层工作原理。本书专门用一章的篇幅讲解如何使用Azure Machine Learning Studio进行机器学习；利用该平台，开发人员不必编写代码即可开始构建机器学习模型。本书最后讨论如何部署供客户端应用程序使用的已构建模型。

- 02 -

智能语音应用开发 基于Alexa、Google Assistant和英文语境

作者：[美]达斯廷·科茨 著 王超 译

定价：79.80

ISBN：9787302553809

- 推荐有话说 -

《智能语音应用开发　基于Alexa、Google Assistant和英文语境》是基于Alexa和Google Assistant设计、构建并实现智能语音应用的优秀指南。当你没有任何基础就想创建一个语音驱动的睡眠跟踪器时，通过阅读本书，将学会如何构建能够倾听用户、存储信息和依赖于用户语境的应用。掌握这些基础知识后，你会深入了解多用途对话流程和其他更高级的概念。在此过程中，一些小项目会强化你的技术水平和更佳实践。

- 03 -

中文版InDesign CC 2019从入门到精通

作者：王岩 王青

定价：79.00

ISBN：9787302557364

- 推荐有话说 -

本书共10章，详细地介绍了InDesign的基本知识、使用方法和操作步骤，并配以大量练习实例。全书由两大主线贯穿，一条主线是软件知识点，包括文本与段落的设置、图形绘制、颜色设置、图像处理、对象的变换与组织、表格的绘制与修饰、页面与长篇文档的创建与编辑，印前和输出设置等内容；另一条主线是常见的商业案例类型，如宣传页设计、报纸及杂志的设计等内容。

- 04 -

机器学习中的数学修炼

作者：左飞

定价：89.00

ISBN：9787302538653

- 推荐有话说 -

全书共分为两篇：在上篇中，将从浩瀚的数学海洋中撷取机器学习研究人员最为必须和重要的数学基础。内容主要包括：微积分（含场论）、数值计算和常用最优化方法、概率论基础与数理统计、线性代数等。在下篇中，将选取机器学习中最为常用的算法和模型进行讲解，这部分内容将涉及（广义）线性回归、图模型（包含贝叶斯网络和HMM等）、分类算法（包括SVM，逻辑回归，神经网络等）和聚类算法（包括K均值和EM算法等）等话题。

- 05 -

UG NX 中文版基础教程（微课版）

作者：文杰书院

定价：59.00

ISBN：9787302555889

- 推荐有话说 -

本书介绍了UG NX 9.0中文版基础知识以及应用案例，主要内容包括UG基础入门、草图绘制、实体设计、特征设计、特征操作及编辑、创建与编辑曲线、自由曲面建模、自由曲面编辑与操作、装配设计、钣金零件设计、工程图设计和模具设计等方面的知识、技巧及应用案例。

- 06 -

人工智能与人机博弈

（物联网在中国）

作者：刘禹 魏庆来

定价：36.00

ISBN：9787302549901

- 推荐有话说 -

作者基于近20年人工智能与最优化控制的研究积累，用通俗易懂的语言系统梳理了人工智能发展过程中的几次人机大战里程碑事件，从历史中总结和展望人工智能技术的研究方法论与未来应用前景。人工智能技术近年来取得指数级的进步，甚至可以通过自我博弈超越人类的经验。人工智能和人机博弈技术的本质是什么？它们背后的方法学和思维方式又是什么？算力、算法、数据与博弈论思想的融合能够研究与分析哪些复杂问题？国际象棋领域诞生了深蓝，围棋领域诞生了AlphaGo，更复杂、更灵活、更加不透明的博弈对抗系统又会诞生谁？它何时能够超越人类最高水平？未来人工智能到底是人类的伙伴还是对手？它将如何颠覆我们传统的思维方式和决策体系？“博弈+AI”的结合之后将对我们的社会带来哪些变化？针对这些问题，本书给出了有深度的见解，给您有益的启迪。

- 07 -

TensorFlow 2.0深度学习应用实践

作者：王晓华

定价：69.00

ISBN：9787302554783

- 推荐有话说 -

本书内容分为22章，包括Python类库的安装和使用、TensorFlow基本数据结构和使用、TensorFlow数据集的创建与读取、人工神经网络介绍、反馈神经网络的理论基础，深度学习模型的创建以及相关特性介绍等内容，并在本书各个模型部分特别介绍了模型调参的初步知识。本书强调理论联系实际，着重介绍了TensorFlow编程解决图像识别的应用，提供了大量数据集供读者使用，也以代码的形式实现了深度学习模型实供读者参考。