编程语言面临重新洗牌

这本书是这个清单中我最喜欢的一本。如果你只有阅读一本书的时间，一定不要错过这本。

本书包含了对神经网络内部工作原理的完整实操介绍，选取了代码片段作为所有素材。尽管这本书并非专门针对高等数学，但读过这本书后，你对深度学习数学知识的了解将多于95%的数据科学家、机器学习工程师和其他开发人员。

你还可以从头开始构建神经网络，这或许是最佳的练习方法。当用机器学习开始构建神经网络时，我也曾使用NumPy从零开始构建了卷积网络。

3. 《概率论：给满腔热忱的初学者》——大卫·莫林

 

弄清算法是如何真正工作的，可以帮助你在设计、开发和调试机器学习系统方面获得巨大优势。很多人提到数学就打哆嗦，机器学习恰巧涉及很多数学知识，这项任务可能会令很多人怯步。

然而，数学并不该成为人们在机器学习领域的“绊脚石”。相反，学好数学对于掌握机器学习非常有必要。从高层次上讲，机器学习中涉及四大数学支柱：线性代数、概率论、多元微积分、最优化理论。

为这些核心理论构建牢固基础，了解最先进的机器学习算法(例如卷积网络、生成式对抗网络等)的内部工作原理，我们需要为此付出时间，这并不是用一个下午能搞定的事情。

但鉴于你不断为此付出时间，也能够在短时间内便学到不少知识。在本文中，我选择了五本对我最有帮助的书籍，希望对你也会有帮助。

1. 《线性代数应该这样学》——谢尔顿·阿克斯勒


 

根据ResearchAndMarkets的一份报告，到2024年，全球石油和天然气市场物联网规模有望达到434.8亿美元。该公司还表示，从2019年到2024年，该市场的复合年增长率将达到21.86%。

该报告称，物联网(IoT)作为系统集成中枢，有助于在单个操作平台上积聚完整的石油和天然气价值链，以应对以客户为中心的特定挑战，并提高整体性能。物联网解决方案的石油和天然气价值链包括传感器、通信、云计算、边缘计算和数据管理。该报告表示，对开采、生产和运输作业的持续精确监测正在提高石油和天然气公司对物联网解决方案的接受程度。跨远程位置访问实时数据是石油和天然气公司的一项关键需求。在智能传感器的帮助下，这已成为可能。

基于云的分析

报告指出，“物联网技术的快速市场渗透，已通过最大限度地减少人工劳动，并提供有效的平台来对生产输入进行适当的数据管理，特别是侧重于石油和天然气行业的应用，如车队和资产管理、预测性维护、管道监控和安全管理等，从而提高运营效率。”

该报告还指出，广泛实施基于云的分析和嵌入安全管理软件的系统，也有助于降低安全风险，并促进市场增长。报告称，软件系统通过识别地下油气资源来帮助提高整体生产能力。

2019年，石油和天然气物联网的总投资为2.84亿美元

自2017年以来，石油和天然气市场中的物联网见证了市场发展、技术进步和资本投资的显著增长。报告说，市场对利用物联网增强勘探和生产活动、资产管理和远程监测的机会的意识日益增强，这促进了该领域的大规模投资。

2019年，石油和天然气物联网的总投资为2.840亿美元。在整个供应链中，人们非常重视为油气应用开发物联网分析平台和云服务。

（编辑：平凉站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!