如果開始想學(xué)人工智能，該怎么入手
 
        人工智能的研究是從以“推理”為重點到以“知識”為重點，再到以“學(xué)習(xí)”為重點，擁有一條自然、清晰的脈絡(luò)。
        面對一個新興的領(lǐng)域，既要有追逐前沿技術(shù)的勇氣，也要有邏輯分析的冷靜。想要學(xué)好人工智能，還是要從學(xué)習(xí)開始，希望這幾本會給你帶來幫助，或者說至少能讓你明白，人工智能時代需要怎樣的人。

《數(shù)學(xué)之美》吳軍

        幾年前，“數(shù)學(xué)之美”系列文章原刊載于谷歌黑板報，獲得上百萬次點擊，得到讀者高度評價。 正式出版前，吳軍博士幾乎把所有文章都重寫了一遍，為的是把高深的數(shù)學(xué)原理講得更加通俗易懂，讓非專業(yè)讀者也能領(lǐng)略數(shù)學(xué)的魅力。 
　　《數(shù)學(xué)之美》上市后深受廣大讀者歡迎，并榮獲國家圖書館第八屆文津圖書獎。讀者說，讀了《數(shù)學(xué)之美》，才發(fā)現(xiàn)大學(xué)時學(xué)的數(shù)學(xué)知識，比如馬爾科夫鏈、矩陣計算，甚到余弦函數(shù)原來都如此親切，并且栩栩如生，才發(fā)現(xiàn)自然語言和信息處理這么有趣。 
　　而今，數(shù)學(xué)在信息產(chǎn)業(yè)中的應(yīng)用越來越廣泛，因此，作者在第 二版中增加了一些內(nèi)容，尤其是針對大數(shù)據(jù)和機器學(xué)習(xí)的內(nèi)容，以便滿足人們對當(dāng)下技術(shù)的學(xué)習(xí)需求。

《機器學(xué)習(xí)》周志華

        《機器學(xué)習(xí)》是計算機科學(xué)與人工智能的重要分支領(lǐng)域?！稒C器學(xué)習(xí)》作為該領(lǐng)域的入門教材，在內(nèi)容上盡可能涵蓋機器學(xué)習(xí)基礎(chǔ)知識的各方面。全書共16章，大致分為3個部分：第1 部分（第1～3 章）介紹機器學(xué)習(xí)的基礎(chǔ)知識；第2部分（第4～10章）討論一些經(jīng)典而常用的機器學(xué)習(xí)方法（決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)）；第3 部分（第11～16章）為進階知識，內(nèi)容涉及特征選擇與稀疏學(xué)習(xí)、計算學(xué)習(xí)理論、半監(jiān)督學(xué)習(xí)、概率圖模型、規(guī)則學(xué)習(xí)以及強化學(xué)習(xí)等。 每章都附有習(xí)題并介紹了相關(guān)閱讀材料，以便有興趣的讀者進一步鉆研探索。
        《機器學(xué)習(xí)》可作為高等院校計算機、自動化及相關(guān)專業(yè)的本科生或研究生教材，也可供對機器學(xué)習(xí)感興趣的研究人員和工程技術(shù)人員閱讀參考。

《漫談人工智能》集智俱樂部

　
   　 *受歡迎的科學(xué)探索群體——集智俱樂部首部科普著作
　　全面涵蓋人機交互、腦科學(xué)、計算心理學(xué)、系統(tǒng)科學(xué)、社會科學(xué)等前沿知識
　　生動的文筆，精美的插圖，數(shù)十位科學(xué)愛好者帶你展開一場人工智能探索之旅
　　制造出能夠像人類一樣思考的機器是人們長期以來的偉大夢想，也是當(dāng)今科學(xué)發(fā)展的極致。從《終結(jié)者》《黑客帝國》《機器人瓦利》再到《超驗駭客》，我們多數(shù)人對人工智能的認識還停留在好萊塢電影階段，然而，人工智能作為一門計算機科學(xué)分支究竟是什么樣的？目前發(fā)展到了什么階段？能夠戰(zhàn)勝人類的終極AI機器真的會存在嗎？
　　從這本書中，你很快就會發(fā)現(xiàn)問題的答案?！犊茖W(xué)的極致：漫談人工智能》將全面介紹人工智能的發(fā)展歷史、探究過程以及在各個領(lǐng)域的應(yīng)用，以通俗易懂的語言和生動有趣的示例為你揭示人工智能不為人知的奧秘。
　　集智俱樂部是一個從事學(xué)術(shù)研究、享受科學(xué)樂趣的探索者組成的團體，倡導(dǎo)以平等開放的態(tài)度、科學(xué)實證的精神進行跨學(xué)科的研究與交流，力圖搭建一個中國的“沒有圍墻的研究所”。這些令人崇敬的、充滿激情與夢想的集智俱樂部成員將帶你了解圖靈機模型、馮?諾依曼計算機體系結(jié)構(gòu)、怪圈與哥德爾定理、通用人工智能、深度學(xué)習(xí)、人類計算與自然語言處理，與你一起展開一場令人熱血沸騰的科學(xué)之旅。

《機器學(xué)習(xí)實戰(zhàn)》Peter Harrington

        機器學(xué)習(xí)是人工智能研究領(lǐng)域中一個極其重要的研究方向，在現(xiàn)今的大數(shù)據(jù)時代背景下，捕獲數(shù)據(jù)并從中萃取有價值的信息或模式，成為各行業(yè)求生存、謀發(fā)展的決定性手段，這使得這一過去為分析師和數(shù)學(xué)家所專屬的研究領(lǐng)域越來越為人們所矚目。 
　　《機器學(xué)習(xí)實戰(zhàn)》主要介紹機器學(xué)習(xí)基礎(chǔ)，以及如何利用算法進行分類，并逐步介紹了多種經(jīng)典的監(jiān)督學(xué)習(xí)算法，如k近鄰算法、樸素貝葉斯算法、Logistic回歸算法、支持向量機、AdaBoost集成方法、基于樹的回歸算法和分類回歸樹（CART）算法等。第三部分則重點介紹無監(jiān)督學(xué)習(xí)及其一些主要算法：k均值聚類算法、Apriori算法、FP-Growth算法。第四部分介紹了機器學(xué)習(xí)算法的一些附屬工具。 
　　《機器學(xué)習(xí)實戰(zhàn)》通過精心編排的實例，切入日常工作任務(wù)，摒棄學(xué)術(shù)化語言，利用高效的可復(fù)用Python代碼來闡釋如何處理統(tǒng)計數(shù)據(jù)，進行數(shù)據(jù)分析及可視化。通過各種實例，讀者可從中學(xué)會機器學(xué)習(xí)的核心算法，并能將其運用于一些策略性任務(wù)中，如分類、預(yù)測、推薦。另外，還可用它們來實現(xiàn)一些更高 級的功能，如匯總和簡化等。

《TensorFlow 技術(shù)解析與實戰(zhàn)》李嘉璇

        TensorFlow?是谷歌公司開發(fā)的深度學(xué)習(xí)框架，也是目前深度學(xué)習(xí)的主流框架之一。本書從深度學(xué)習(xí)的基礎(chǔ)講起，深入TensorFlow框架原理、模型構(gòu)建、源代碼分析和網(wǎng)絡(luò)實現(xiàn)等各個方面。全書分為基礎(chǔ)篇、實戰(zhàn)篇和提高篇三部分?；A(chǔ)篇講解人工智能的入門知識，深度學(xué)習(xí)的方法，TensorFlow的基礎(chǔ)原理、系統(tǒng)架構(gòu)、設(shè)計理念、編程模型、常用API、批標(biāo)準(zhǔn)化、模型的存儲與加載、隊列與線程，實現(xiàn)一個自定義操作，并進行TensorFlow源代碼解析，介紹卷積神經(jīng)網(wǎng)絡(luò)（CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的演化發(fā)展及其TensorFlow實現(xiàn)、TensorFlow的高 級框架等知識；實戰(zhàn)篇講解如何用TensorFlow寫一個神經(jīng)網(wǎng)絡(luò)程序并介紹TensorFlow實現(xiàn)各種網(wǎng)絡(luò)（CNN、RNN和自編碼網(wǎng)絡(luò)等），并對MINIST數(shù)據(jù)集進行訓(xùn)練，講解TensorFlow在人臉識別、自然語言處理、圖像和語音的結(jié)合、生成式對抗網(wǎng)絡(luò)等方面的應(yīng)用；提高篇講解TensorFlow的分布式原理、架構(gòu)、模式、API，還會介紹TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes結(jié)合、TensorFlowOnSpark、TensorFlow移動端應(yīng)用，以及TensorFlow Serving、TensorFlow Fold和TensorFlow計算加速等其他特性。zui后，附錄中列出一些可供參考的公開數(shù)據(jù)集，并結(jié)合作者的項目經(jīng)驗介紹項目管理的一些建議。 　　
        本書深入淺出，理論聯(lián)系實際，實戰(zhàn)案例新穎，基于zui新的TensorFlow 1.1版本，涵蓋TensorFlow的新特性，非常適合對深度學(xué)習(xí)和TensorFlow感興趣的讀者閱讀。

《統(tǒng)計學(xué)習(xí)方法》李航

        《統(tǒng)計學(xué)習(xí)方法》是計算機及其應(yīng)用領(lǐng)域的一門重要的學(xué)科?！督y(tǒng)計學(xué)習(xí)方法》全面系統(tǒng)地介紹了統(tǒng)計學(xué)習(xí)的主要方法，特別是監(jiān)督學(xué)習(xí)方法，包括感知機、k近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦回歸與熵模型、支持向量機、提升方法、EM算法、隱馬爾可夫模型和條件隨機場等。除第1章概論和最后一章總結(jié)外，每章介紹一種方法。敘述從具體問題或?qū)嵗胧?，由淺入深，闡明思路，給出必要的數(shù)學(xué)推導(dǎo)，便于讀者掌握統(tǒng)計學(xué)習(xí)方法的實質(zhì)，學(xué)會運用。為滿足讀者進一步學(xué)習(xí)的需要，書中還介紹了一些相關(guān)研究，給出了少量習(xí)題，列出了主要參考文獻。

        特別是數(shù)學(xué)基礎(chǔ)不好的，可以先看看吳軍的《數(shù)學(xué)之美》，講的比較通俗易懂。也可以邊做邊學(xué)，實踐是檢驗真理的唯一標(biāo)準(zhǔn)，畢竟大多數(shù)人還是以工程實踐為主，如果你想做研究理論的科學(xué)家，并不適合看本書。