大牛书单 | 人工智能方向好书分享（第二期）
导语：读书是一生的功课，技术人通过读书实现自我提升，学习优秀知识沉淀。腾讯TEG读书会本期特邀腾讯AI Lab语音识别中心副总监苏丹、腾讯AI医疗中心病理和治疗团队负责人韩骁、腾讯AI Lab专家研究员赵沛霖为大家带来人工智能方向好书推荐第二期。来看看技术大牛在读什么，收藏优质内容，愿本期书单助您更专业。
AI Lab语音识别中心副总监，17年加入公司，从事语音研究多年。
《Pattern Recognition and Machine Learning》
作者：Christopher M. Bishop
大牛推荐语：第一本提出贝叶斯观点的模式识别教科书，涵盖了机器学习领域的方方面面，模式识别和机器学习领域的一本经典之作。
《Spoken Language Processing》
作者：
A. Acero, Hsiao-Wuen Hon, and Xuedong Huang
大牛推荐语：语音语言处理领域的经典教科书，内容全面而深入，涉及语音系统方方面面以及技术发展的来龙去脉，虽然现在看来大多已属于传统方法，但包含了对很多基础经典理论方法的细致讲解，如语音特征提取，隐马尔可夫模型，前缀树大词汇解码等。
《解析深度学习：语音识别实践》
作者：俞栋，邓力
大牛推荐语： 深度学习的工业化实践最早是在语音领域开始的，俞栋老师是最早将深度学习应用到语音识别任务的研究者之一，《解析深度学习：语音识别实践》是首部介绍语音识别中深度学习技术细节的专著，其内容全面而翔实，包括了多个方面的理论及实践结果，所有的算法及技术细节也都提供了详尽的参考文献，给出了深度学习在语音识别中应用的全景。
韩骁博士，腾讯AI Lab专家研究员、AI医疗中心病理和治疗团队负责人。博士毕业于美国约翰霍普金斯大学。长期从事医疗影像、机器学习、深度学习方面的研究工作以及它们在脑科学和自动化放疗领域的应用。迄今为止在行业期刊和会议上共发表学术论文60余篇，论文总引用次数超过4500次。
《Python深度学习》
作者：Francois Chollet
大牛推荐语：本书是学习使用python和Keras进行深度学习的很好资料。作者是Keras框架的构建者，对深度学习的基础和实践都有独到的见解。内容覆盖全面，示例讲解详细透彻，文字优美，翻译也是一流。
《The Elements of Statistical Learning》
作者：Trevor Hastie, Robert Tibshirani, Jerome Friedman
大牛推荐语：本书是机器学习领域的经典参考书，也是深入了解统计学习理论的必读书籍之一。第二版更新之后内容更加全面。
《Medical Imaging Signals and Systems》
作者：Jerry L. Prince, Jonathan Links
大牛推荐语：本人博士导师为主要作者的一本医疗影像领域的经典教科书。从物理和信号处理角度全面介绍了常见生物医疗影像的成像模式和原理。逻辑清晰，推导严谨。书中示例和习题也都精心设计，有效地帮助读者更深入地掌握和运用核心概念。
赵沛霖，腾讯AI Lab专家研究员，主要负责机器学习基础算法的研发，和在能源、医疗等场景上的应用。
《机器学习》
作者：周志华
大牛推荐语：本书较为全面地涵盖了机器学习的基础知识，语言平实，讲解深入浅出，很适合初学者。
《机器学习实战》
作者：Peter Harrington
大牛推荐语：该书着重于讲解机器学习算法的python实现，有助于初学者深入理解算法并提高编程能力。
往期大牛书单：