AI/深度学习推荐书籍清单
必读（★★★★★）
| 书籍 | 作者 | 难度 | 说明 |
|---|---|---|---|
| 《动手学深度学习》(D2L) | 李沐等 | ★★★ | PyTorch版，边学边代码，入门首选 |
| 《深度学习》(花书) | Goodfellow等 | ★★★★ | 理论经典，面试理论基础 |
| 《Pattern Recognition and ML》(PRML) | Bishop | ★★★★★ | ML理论圣经，贝叶斯视角 |
选读（★★★★）
| 书籍 | 说明 |
|---|---|
| 《神经网络与深度学习》邱锡鹏 | 中文DL理论最佳，公式推导详细 |
| 《Hands-On Machine Learning》Geron | 工程视角，sklearn+TF实战 |
| 《机器学习》(西瓜书) 周志华 | 中文ML经典，面试必读 |
| 《Attention Is All You Need》论文 | Transformer必读（非书但重要） |
进阶（★★★）
| 书籍 | 适用方向 |
|---|---|
| 《统计学习方法》李航 | ML理论入门 |
| 《线性代数》Gilbert Strang | 数学基础 |
| 《Convex Optimization》Boyd | 优化理论 |
| 《Speech and Language Processing》 | NLP专项 |
按阶段推荐
入门阶段：D2L（必读）
巩固阶段：西瓜书 + 花书
深入阶段：PRML + 邱锡鹏
LLM专项：论文为主（Attention/LoRA/RLHF等）