假期必讀 | 人工智能思維導圖學習書單
1956年，人工智能誕生於IBM在達特茅斯學院（Dartmouth College）舉行的一次研討會上。麥卡錫首次提出了“人工智能”這一術語。它是人工智能歷史上的一個重大里程碑。紐厄爾、蕭伯納和西蒙開發了一個叫作“邏輯理論家”的推理程序。它被用於自動定理證明，推動了第一個列表處理語言——信息加工語言的開發。喬姆斯基的生成語法理論影響了自然語言處理。1958年，羅森布拉特發明了感知器。約翰•麥卡錫開發了LISP和人工智能編程語言。
人工智能大潮來了。AlphaGo擊敗圍棋大師李世石後，人工智能的應用彷彿一夜之間遍地開花。在科技潮流的大環境中，現在硅谷的用人單位越來越傾向於僱用既懂理論（思考者）又懂編程（執行者）的工程師。思考者的日常工作是閱讀文獻以求產生思路，而執行者則是編寫代碼來實現應用。但是要成爲一名真正的工程師，學習機器學習是將思考者和執行者相結合的最快途徑。
人工智能的研究包括從數據到知識，從學習到推理。新一代人工智能已經上升爲國家戰略，其覆蓋的範圍也越來越廣。機器學習是人工智能的基礎和熱點研究問題，是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科。機器學習已廣泛應用於數據挖掘、計算機視覺、自然語言處理、生物特徵識別、搜索引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略遊戲和機器人等領域。
還沒有入行或者正在入門人工智能領域的程序員們，今天帶來了一份人工智能思維導圖，並附上學習路徑書單，希望對於迷茫的你有所幫助。
技術基礎篇
入門級算法
《趣學算法》
陳小玉 著
本書從算法之美娓娓道來，沒有高深的原理，也沒有枯燥的公式，通過趣味故事引出算法問題，包含50多個實例及完美圖解，結合學生提問，分析算法本質，並給出代碼實現的詳細過程和運行結果。
本書可作爲程序員的學習用書，也適合從未有過編程經驗但又對算法有強烈興趣的初學者使用，同時也可作爲高等院校計算機、數學及相關專業的師生用書和培訓學校的教材。
《算法學習與應用從入門到精通》
張玲玲 著
本書的特色是實現了入門知識、實例演示、範例演練、技術解惑、綜合實戰5大部分內容的融合，讓讀者看得懂、用得上、學得會。
一本書的容量，講解了入門類、範例類和項目實戰類三類圖書的內容。豐富的配套資源 ，學習更高效。
320個實例，更多的實踐演練機會753分鐘視頻講解，降低學習難度5個綜合案例，項目實戰演練74個技術解惑，破解學習難點“技術講解”→範例演練”→“技術解惑”貫穿全書，全面掌握算法應用技術講解：通過320個實例，循序漸進地講解了算法應用的各個知識點。範例演練： 5個綜合實例，使讀者具有應用算法解決實際項目的能力。技術解惑：把容易混淆的概念單獨講解和剖析，幫助讀者繞過學習中的陷阱。
《文本上的算法——深入淺出自然語言處理 》
路彥雄 著
微信整合搜索算法組組長路彥雄全新作品，深入淺出講解自然語言處理和機器學習技術，微博總閱讀量超30萬次。
本書結合作者多年學習和從事自然語言處理相關工作的經驗，力圖用生動形象的方式深入淺出地介紹自然語言處理的理論、方法和技術。本書拋棄掉繁瑣的證明，提取出算法的核心，本書前面章節介紹了學習機器學習需要掌握的一些數學基礎，幫助讀者儘快地掌握自然語言處理所必備的知識和技能。本書適合從事自然語言處理相關研究和工作的讀者參考，尤其適合想要了解和掌握機器學習或者自然語言處理技術的讀者閱讀。
《算法謎題》
【美】Anany Levitin 著
算法是計算機科學領域最重要的基石之一。算法謎題，就是能夠直接或間接地採用算法來加以解決的謎題。求解算法謎題是培養和鍛鍊算法思維能力一種最有效和最有樂趣的途徑。
本書是一本經典算法謎題的合集。本書包括了一些古已有之的謎題，數學和計算機科學有一部分知識就發源於此。本書中還有一些較新的謎題，其中有一部分謎題被用作知名IT企業的面試題。全書可分爲4個部分，分別是概覽、謎題、提示和答案。概覽介紹了算法設計的通用策略和算法分析的技術，還附帶有不少的實例。謎題部分將謎題按照簡單、中等難度和較難三個層級分別列出。提示部分依次給出謎題提示，幫助讀者找到正確的解題方向，同時仍然爲讀者留下了獨立求解的空間。答案部分則給出了謎題的詳細解答。
《編程之法：面試和算法心得》
July 著
蛻變於CSDN技術博客“結構之法算法之道”，內容涉及面試、算法、機器學習三大主題；作者數年的積累成果；進入IT行業求職筆試和麪試寶典
書中的每道編程題目都給出了多種思路、多種解法，不斷優化、逐層遞進。第1章至第6章分別闡述字符串、數組、樹、查找、動態規劃、海量數據處理等相關的編程面試題和算法，第7章介紹機器學習的兩個算法—K近鄰和SVM。書中的每一道題都是面試的高頻題目，反覆出現在近5年各大公司的筆試和麪試中，對面試備考有着極強的參考價值。
技術基礎篇
Python編程
《
Python核心編程（第3版）
》
【美】Wesley Chun（衛斯理 春）著
暢銷經典的Python書，兼顧Python2和Python3，Python開發人員的案頭常備
Python是一種靈活、可靠且具有表現力的編程語言，它將編譯語言的強大與腳本語言的簡潔性、快速開發特性整合起來。在本書中，Python開發人員兼企業培訓師Wesley Chun會幫助您將Python技能提升到更高的水平。
本書涵蓋了成爲一名技術全面的Python開發人員所需的一切內容。本書講解了應用開發相關的多個領域，而且書中的內容可以立即應用到項目開發中。此外，本書還包含了一些使用Python 2和Python 3編寫的代碼案例，以及一些代碼移植技巧。有些代碼片段甚至無須修改就可以運行在Python 2.x或Python 3.x上。
《Python程序設計（第3版）》
【美】John Zelle（策勒）著
本書以Python語言爲工具教授計算機程序設計。本書強調解決問題、設計和編程是計算機科學的核心技能。本書特色鮮明、示例生動有趣、內容易讀易學，適合Python入門程序員閱讀，也適合高校計算機專業的教師和學生參考。
《數據結構 Python語言描述》
【美】Kenneth A. Lambert（蘭伯特） 著
在計算機科學中，數據結構是一門進階性課程，概念抽象，難度較大。Python語言的語法簡單，交互性強。用Python來講解數據結構等主題，比C語言等實現起來更爲容易，更爲清晰。
《Python編程快速上手 讓繁瑣工作自動化》
【美】Al Sweigart（斯維加特） 著
Python3編程從入門到實踐，新手學習必備用書。美亞暢銷Python編程入門書。
本書快速教讀者掌握Python這一對初學者友好的語言。書中包含了很多實用的示例，供讀者學習和聯繫。通過本書，可以學會解決很多實際的任務和需求，包括在一個或多個文件中搜索文本模式、通過創建修改移動和重命名文件和文件夾來組織計算機、抓取數據和信息、更新Excel表格、自動發送郵件和文本消息、組織計算機執行週期性任務等等。
機器學習算法篇
深度學習、神經網絡、貝葉斯
《深度學習》
【加】Aaron Courville（亞倫·庫維爾）, 【加】Yoshua Bengio（約書亞·本吉奧）, 【美】Ian Goodfellow（伊恩·古德費洛）著
AI聖經！深度學習領域奠基性的經典暢銷書！長期位居美亞AI和機器學習類圖書榜首！所有數據科學家和機器學習從業者的bi讀圖書！特斯拉CEO埃隆·馬斯克等國內外衆多專家推薦！
深度學習是機器學習的一個分支，它能夠使計算機通過層次概念來學習經驗和理解世界。因爲計算機能夠從經驗中獲取知識，所以不需要人類來形式化地定義計算機需要的所有知識。層次概念允許計算機通過構造簡單的概念來學習複雜的概念，而這些分層的圖結構將具有很深的層次。本書會介紹深度學習領域的許多主題。
《深度學習精要（基於R語言）》
【美】Joshua F. Wiley（威利）著
本書重點介紹如何將R語言和深度學習模型或深度神經網絡結合起來，解決實際的應用需求。全書共6章，分別介紹了深度這習基礎知識、訓練預測模型、如何防止過擬合、識別異常數據、訓練深度預測模型以及調節和優化模型等內容。使用無監督學習建立自動化的預測和分類模型。
本書適合瞭解機器學習概念和R語言並想要使用R提供的包來探索深度學習應用的讀者學習參考。
《Python機器學習——預測分析核心算法》
【美】Michael Bowles（鮑爾斯） 著
在學習和研究機器學習的時候，面臨令人眼花繚亂的算法，機器學習新手往往會不知 所措。本書從算法和Python 語言實現的角度，幫助讀者認識機器學習。
本書專注於兩類核心的“算法族”，即懲罰線性迴歸和集成方法，並通過代碼實例來 展示所討論的算法的使用原則。全書共分爲7 章，詳細討論了預測模型的兩類核心算法、預測模型的構建、懲罰線性迴歸和集成方法的具體應用和實現。 本書主要針對想提高機器學習技能的Python 開發人員，幫助他們解決某一特定的項 目或是提升相關的技能。
《Python算法教程》
【挪威】Magnus Lie Hetland（赫特蘭） 著
暢銷書Python基礎教程(第2版)作者、Python領域大牛又一新力作！知識點清晰，語言簡潔。本書用Python語言來講解算法的分析和設計，主要關注經典的算法，幫助讀者理解基本算法問題和解決問題打下很好的基礎。蘊含大量課後習題和參考資料。
《Python機器學習實踐指南》
【美】Alexander T. Combs 著
機器學習是近年來漸趨熱門的一個領域，同時Python 語言經過一段時間的發展也已逐漸成爲主流的編程語言之一。
本書結合了機器學習和Python 語言兩個熱門的領域，通過利用兩種核心的機器學習算法來將Python 語言在數據分析方面的優勢發揮到極致。全書共有10 章。第1 章講解了Python 機器學習的生態系統，剩餘9 章介紹了衆多與機器學習相關的算法，包括各類分類算法、數據可視化技術、推薦引擎等，主要包括機器學習在公寓、機票、IPO 市場、新聞源、內容推廣、股票市場、圖像、聊天機器人和推薦引擎等方面的應用。 本書適合Python 程序員、數據分析人員、對算法感興趣的讀者、機器學習領域的從業人員及科研人員閱讀。
《機器學習實踐指南》
李博 著
本書通過對機器學習的背景知識、算法流程、相關工具、實踐案例以及知識圖譜等內容的講解，全面介紹了機器學習的理論基礎和實踐應用。書中涉及機器學習領域的多個典型算法，並詳細給出了機器學習的算法流程。
本書適合任何有一定數據功底和編程基礎的讀者閱讀。通過閱讀本書，讀者不僅可以瞭解機器學習的理論基礎，也可以參照一些典型的應用案例拓展自己的專業技能。同時，本書也適合計算機相關專業的學生以及對人工智能和機器學習感興趣的讀者閱讀。
《神經網絡算法與實現——基於Java語言》
Alan M.F. Souza（艾倫）著
神經網絡已成爲從大量原始的，看似無關的數據中提取有用知識的強大技術。 Java語言是用於實現神經網絡的最合適的工具之一，也是現階段非常流行的編程語言之一，包含多種有助於開發的API和包，具有“一次編寫，隨處運行”的可移植性。
本書完整地演示了使用Java開發神經網絡的過程，既有非常基礎的實例也有高級實例。首先，你將學習神經網絡的基礎知識、感知機及其特徵。 然後，你將使用學到的概念來實現自組織映射網絡。 此外，你還會了解一些應用，如天氣預報、疾病診斷、客戶特徵分析和光學字符識別（OCR）等。 最後，你將學習實時優化和自適應神經網絡的方法。
《Python貝葉斯分析》
【阿根廷】Osvaldo Martin（奧斯瓦爾多·馬丁） 著
PyMOL社區活躍者傾情奉獻！發現Python貝葉斯分析的力量！
本書介紹了貝葉斯統計中的主要概念，以及將其應用於數據分析的方法。本書所有的貝葉斯模型都用PyMC3實現。PyMC3是一個用於概率編程的Python庫，其許多特性都在書中有介紹。在本書和PyMC3的幫助下，讀者將學會實現、檢查和擴展貝葉斯統計模型，從而解決一系列數據分析的問題。
《貝葉斯思維：統計建模的Python學習法》
【美】Allen B. Downey 著
這本書幫助那些希望用數學工具解決實際問題的人們，僅有的要求可能就是懂一點概率知識和程序設計。而貝葉斯方法是一種常見的利用概率學知識去解決不確定性問題的數學方法，對於一個計算機專業的人士，應當熟悉其應用在諸如機器翻譯，語音識別，垃圾郵件檢測等常見的計算機問題領域。
《貝葉斯方法：概率編程與貝葉斯推斷》
[加]Cameron Davidson-Pilon 著
國際著名機器學習專家餘凱博士、騰訊專家研究員嶽亞丁博士推薦！下一個十年，掌握貝葉斯方法，就像今天掌握C/C++、Python一樣重要！全綵印刷！
本書內容涉及Python語言庫PyMC，以及相關的工具，包括NumPySciPyMatplotlib，無需複雜的數學分析，通過實例、從編程的角度介紹貝葉斯分析方法，大多數程序員都可以入門並掌握。
《概率編程實戰》
【美】Avi Pfeffer（艾維·費弗） 著
人工智能領域的先驅、美國加州大學伯克利分校教授Stuart Russell作序推薦！一本不可思議的Scala概率編程實戰書籍！
概率推理是機器學習的核心方法之一，本書旨在向程序員，特別是Scala開發人員揭開概率建模的神祕面紗，以幫助程序員們高效地使用概率編程系統。
藉助概率編程系統，通過應用特定的算法，你的程序可以確定不同結論的概率。這意味着你可以預測未來事件，如銷售趨勢、計算機系統故障、試驗結果和其他許多重要的關注點。
《精通數據科學：從線性迴歸到深度學習》
唐亙 著
將機器學習和統計學相結合，並借鑑統計學在經濟領域的應用
爲機器學習的算法提供一個統計學角度的非常直觀的解釋。致力於幫助專業人員（讀者）將模型和算法解釋給非專業的業務人員，推動模型的落地和應用。
借鑑計量經濟學的應用：深入探討模型應用中常常被機器學習專業人員忽略的問題，如模型穩定性、可靠性等。着眼於模型之間的聯繫和區別，注重模型與模型之間的優劣比較：幫助非數學出身的讀者更加深入的理解模型的假設和適用範圍，而不只是停留在會使用開源模型庫的API。大量的實際案例和代碼展示：幫助數學出身的讀者實現獨立上機實踐算法，而不只停留在算法的理論研究。
機器學習框架篇
庫和計算框架Tensorflow
《TensorFlow技術解析與實戰》
李嘉璇 著
TensorFlow 是谷歌公司開發的深度學習框架，也是目前深度學習的主流框架之一。本書從深度學習的基礎講起，深入TensorFlow框架原理、模型構建、源代碼分析和網絡實現等各個方面。全書分爲基礎篇、實戰篇和提高篇三部分。
領導“谷歌大腦”的工程師Jeff Dean發來寄語，李航、餘凱等人工智能領域專家傾力推薦，包攬TensorFlow 1.1的新特性，技術內容全面，實戰案例豐富，視野廣闊，人臉識別、語音識別、圖像和語音相結合等熱點一應俱全，非常適合對深度學習和TensorFlow感興趣的讀者閱讀。
《TensorFlow機器學習項目實戰》
【阿根廷】Rodolfo Bonnin 著
本書主要介紹如何使用TensorFlow庫實現各種各樣的模型，旨在降低學習門檻，併爲讀者解決問題提供詳細的方法和指導。全書共10章，分別介紹了TensorFlow基礎知識、聚類、線性迴歸、邏輯迴歸、不同的神經網絡、規模化運行模型以及庫的應用技巧。
本書適合想要學習和了解 TensorFlow 和機器學習的讀者閱讀參考。如果讀者具備一定的C++和Python的經驗，將能夠更加輕鬆地閱讀和學習本書。
《NLTK基礎教程——用NLTK和Python庫構建機器學習應用》
[印度] Nitin Hardeniya 著
NLTK 庫是當前自然語言處理（NLP）領域最爲流行、使用最爲廣泛的庫之一, 同時Python語言也已逐漸成爲主流的編程語言之一。
本書主要介紹如何通過NLTK庫與一些Python庫的結合從而實現複雜的NLP任務和機器學習應用。全書共分爲10章。第1章對NLP進行了簡單介紹。第2章、第3章和第4章主要介紹一些通用的預處理技術、專屬於NLP領域的預處理技術以及命名實體識別技術等。第5章之後的內容側重於介紹如何構建一些NLP應用，涉及文本分類、數據科學和數據處理、社交媒體挖掘和大規模文本挖掘等方面。
本書適合 NLP 和機器學習領域的愛好者、對文本處理感興趣的讀者、想要快速學習NLTK的資深Python程序員以及機器學習領域的研究人員閱讀。
機器學習技術實現篇
字符識別、自然語言處理、機器視覺、面部識別
《Python神經網絡編程 》
[英] 塔裏克·拉希德（Tariq Rashid） 著
當前，深度學習和人工智能的發展和應用給人們留下了深刻的印象。神經網絡是深度學習和人工智能的關鍵元素，然而，真正瞭解神經網絡工作機制的人少之又少。本書用輕鬆的筆觸，一步一步揭示了神經網絡的數學思想，並介紹如何使用Python編程語言開發神經網絡。
本書將帶領您進行一場妙趣橫生卻又有條不紊的旅行——從一個非常簡單的想法開始，逐步理解神經網絡的工作機制。您無需任何超出中學範圍的數學知識，並且本書還給出易於理解的微積分簡介。本書的目標是讓儘可能多的普通讀者理解神經網絡。讀者將學習使用Python開發自己的神經網絡，訓練它識別手寫數字，甚至可以與專業的神經網絡相媲美。
本書適合想要了解深度學習、人工智能和神經網絡的讀者閱讀，尤其適合想要通過Python編程進行神經網絡開發的讀者參考。
《文本上的算法——深入淺出自然語言處理 》
路彥雄 著
微信整合搜索算法組組長路彥雄全新作品，深入淺出講解自然語言處理和機器學習技術，微博總閱讀量超30萬次。
本書結合作者多年學習和從事自然語言處理相關工作的經驗，力圖用生動形象的方式深入淺出地介紹自然語言處理的理論、方法和技術。本書拋棄掉繁瑣的證明，提取出算法的核心，本書前面章節介紹了學習機器學習需要掌握的一些數學基礎，幫助讀者儘快地掌握自然語言處理所必備的知識和技能。本書適合從事自然語言處理相關研究和工作的讀者參考，尤其適合想要了解和掌握機器學習或者自然語言處理技術的讀者閱讀。
《OpenCV和Visual Studio圖像識別應用開發 》
望熙貴, 望熙榮 著
OpenCV是可以在多平臺下運行、並提供了多語言接口的一個庫，實現了圖像處理和計算機視覺方面的很多通用算法。
本書是介紹OpenCV結合Visual Studio進行圖像識別和處理的編程指南。全書共11章，介紹了OpenCV和Visual Studio的安裝設置，以及Core、HighGUI、ImgProc、Calib3d、Feature2d、Video、Objdetect、ML、Contrib等模塊，涉及文字處理、照片處理、圖像識別、OpenGL整合、硬件設備結合使用等衆多方面的功能，最後還給出了綜合應用的實例。
本書適合對於圖像識別和處理技術感興趣，並且想要學習OpenCV的應用和編程的讀者閱讀和參考。
《精通Python自然語言處理 》
Iti Mathur, Nisheeth Joshi, 【印度】Deepti Chopra 著
自然語言處理是計算語言學和人工智能之中與人機交互相關的領域之一。
本書是學習自然語言處理的一本綜合學習指南，介紹瞭如何用Python實現各種NLP任務，以幫助讀者創建基於真實生活應用的項目。全書共10章，分別涉及字符串操作、統計語言建模、形態學、詞性標註、語法解析、語義分析、情感分析、信息檢索、語篇分析和NLP系統評估等主題。
本書適合熟悉Python語言並對自然語言處理開發有一定了解和興趣的讀者閱讀參考。
《 Python自然語言處理 》
Edward Loper, Ewan Klein, 【美】Steven Bird 著
本書是自然語言處理領域的一本實用入門指南，旨在幫助讀者學習如何編寫程序來分析書面語言。基於Python編程語言以及一個名爲NLTK的自然語言工具包的開源庫，但並不要求讀者有Python編程的經驗。全書共11章，按照難易程度順序編排。
本書的實踐性很強，包括上百個實際可用的例子和分級練習。本書可供讀者用於自學，也可以作爲自然語言處理或計算語言學課程的教科書，還可以作爲人工智能、文本挖掘、語料庫語言學等課程的補充讀物。
《人臉識別原理及算法——動態人臉識別系統研究 》
熊志勇, 沈理, 劉翼光 著
本書系統總結了人臉識別研究領域，填補國內有關該領域圖書的空白，很好地總結了近年人臉識別算法研究成果，並提供了具體算法實現和研究結果，爲該領域研究人員提供很好的借鑑。
讀者通過閱讀本書可以系統地學習人臉識別研究的方法，瞭解人臉識別研究的具體算法實現以及國內外相關技術的最新進展。動態人臉識別方法是作者在人臉識別研究方面的一個嘗試和拓展，希望這部分內容能夠爲這一領域提供一種全新的研究分支。
以上書籍在腳本之家微店同步銷售
↓↓↓
↓↓
↓
小貼士
♡版權聲明：轉載文章和圖片均來自公開網絡，版權歸作者本人所有，推送文章除非無法確認，我們都會註明作者和來源。如果出處有誤或侵犯到原作者權益與我們聯繫刪除或授權事宜。
