【特别呈送】11.11双十一必买的20本人工智能经典书籍推荐- 专知

会员服务 ·

【特别呈送】11.11双十一必买的20本人工智能经典书籍推荐

专知内容组

【导读】双十一来了，专知内容组特别整理人工智能领域经典的书籍，为大家呈上，买买买，读书学习掌握专业AI知识。总共20本经典人工智能领域书籍，做了简要介绍。排名不分先后。

人工智能

人工智能:一种现代方法(第3版)(中文版)

广泛使用的人工智能教材，内容很丰富，讲解清晰，适合初学入门。《世界著名计算机教材精选·人工智能：一种现代的方法（第3版）》是经典的人工智能教材，已被全世界100多个国家的1200多所大学用作教材。

内容简介：《世界著名计算机教材精选·人工智能：一种现代的方法（第3版）》的新版全面而系统地介绍了人工智能的理论和实践，阐述了人工智能领域的核心内容，并深入介绍了各个主要的研究方向。全书分为七大部分：第1部分“人工智能”，第II部分“问题求解”，第III部分“知识、推理与规划”，第IV部分“不确定知识与推理”，第V部分“学习”，第VI部分“通信、感知与行动”，第VII部分“结论”。《世界著名计算机教材精选·人工智能：一种现代的方法（第3版）》既详细介绍了人工智能的基本概念、思想和算法，还描述了其各个研究方向前沿的进展，同时收集整理了详实的历史文献与事件。另外，本书的配套网址为教师和学生提供了大量教学和学习资料。

2. 人工智能

内容简介：人工智能已经来了，它就在我们身边，几乎无处不在。人工智能技术正在彻底改变人类的认知，重建人机相互协作的关系。史无前例的自动驾驶正在重构我们头脑中的出行地图和人类生活图景，今天的人工智能技术也正在翻译、写作、绘画等人文和艺术领域进行大胆的尝试。当人工智能时代成为必然，《人工智能》一书告诉我们：个人应该做些什么，才能避免被AI取代？企业应该如何升级，才能在新的商业变局到来前抓住先机？我们无需担忧和惧怕人工智能时代的到来，我们所要做的，应当是尽早认清AI与人类的关系，了解变革的规律，更好地拥抱新时代的到来。
作者简介 ：李开复博士，创新工场董事长兼首席执行官/创新工场人工智能工程院院长，李开复博士于2009年创立创新工场，曾任谷歌全球副总裁兼大中华区总裁、微软全球副总裁、苹果交互式多媒体部门副总裁。1998年，李开复创办微软中国研究院（后更名为微软亚洲研究院），在极短时间内创建了一个国际一流的计算机研究院，曾被《麻省理工技术评论》评为“zui火的计算机实验室”,这是一所培养人工智能人才的黄埔军校。

3. 人工智能时代

内容简介：当机器人霸占了你的工作，你该怎么办？机器人犯罪，谁才该负责？人工智能时代，人类价值如何重新定义？在《人工智能时代》一书中，智能时代领军人、硅谷连续创业者杰瑞·卡普兰指出：智能时代的到来，给人类社会带来了两大灾难性冲击：持续性失业与不断加剧的贫富差距。机器正在很大程度上替代人类的工作，不管你是蓝领还是白领。而针对未来社会将要发生的这些问题，卡普兰在《人工智能时代》一书中从企业、税收和保险等机制上构建起了一个有益的经济生态，让社会中的每一个人都能从技术发展中获益，带领我们一窥人机共生下财富、工作与思维的大未来。《人工智能时代》一书提出的建议和解决方案给遭遇挑战的人们更多抚慰和安全感！拥抱人工智能时代必读之作，引爆人机共生新生态。
作者简介 ：斯坦福大学顶尖人工智能专家。卡普兰本科毕业于芝加哥大学历史与科学哲学专业，之后考入宾夕法尼亚大学计算机科学专业，后进入斯坦福大学人工智能实验室工作。目前，担任斯坦福大学人工智能与伦理学教授。开平板电脑与智能手机先河的人工智能商业化先锋。卡普兰是享誉全球的Go 公司创始人，并设计了世界上第一台笔触式计算机，预示了iPhone 和 iPad 的出现。硅谷最传奇的连续创业家。卡普兰分别创立了全球第一家在线拍卖公司 Onsale、极具影响力的社交游戏网站Winster等，是《纽约时报》、《华尔街日报》和《福布斯》杂志等著名媒体重点关注的硅谷人物。

机器学习

4. 机器学习

西瓜书，比较新的机器学习入门教科书。对于机器学习领域覆盖较为全面。豆瓣链接：https://book.douban.com/subject/26708119/

内容简介：机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生, 以及具有类似背景的对机器学习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介.本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
作者简介 ：周志华，南京大学教授，计算机科学与技术系副主任，软件新技术国家重点实验室常务副主任，机器学习与数据挖掘研究所（LAMDA）所长，校、系学术委员会委员；ACM杰出科学家，IEEE Fellow，IAPR Fellow，中国计算机学会会士；长江学者特聘教授，国家杰出青年基金获得者。2007年创建南京大学机器学习与数据挖掘研究所（LAMDA），2010年11月任软件新技术国家重点实验室常务副主任，2013年5月任计算机系副主任。

5. 统计学习方法

计算机及其应用领域的一门重要的学科，对模型的推导很清晰。

内容简介：《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。
作者简介 ：李航日本京都大学电气工程系毕业，日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所，微软亚洲研究院高级研究员及主任研究员，现任华为诺亚方舟实验室首席科学家。北京大学、南开大学、西安交通大学客座教授。研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。

6. 深度学习又名“花书”

《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。

内容简介：《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。

7. 集体智慧编程

本书是Web开发者、架构师、应用工程师等的绝佳选择。

内容简介：本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过滤）、用决策树技术实现预测和决策建模功能、社交网络的信息匹配技术、机器学习和人工智能应用等。
作者简介 ：TobySegaran是Genstruct公司的软件开发主管，这家公司涉足计算生物领域，他本人的职责是设计算法，并利用数据挖掘技术来辅助了解药品机理。Toby Segaran还为其他几家公司和数个开源项目服务，帮助它们从收集到的数据当中分析并发掘价值。除此以外，Toby Segaran还建立了几个免费的网站应用，包括流行的tasktoy和Lazybase。他非常喜欢滑雪与品酒，其博客地址是blog.kiwitobes.com，现居于旧金山。

8. PatternRecognition And Machine Learning

这本书可以说是机器学习的经典学习之作。以前在上机器学习这么课的时候，很多细节还没联系到，结果在读论文中就显得捉襟见肘。

内容简介：PRML涵盖面更广，语言更通俗，例子和习题更加详细，附带更多基础性的讲解和指引（比如第二章整章都在介绍概率分布），难度梯度设置更为合理，是其深受广大中老年PHD朋友喜爱的原因。可以说，PRML是一本兼顾广度、深度、可读性、可用性（做习题）的好书。
作者简介 ：Christopher Bishop是微软研究院在英国剑桥的实验室主任，爱丁堡大学教授，也是AI界的大牛，他写的Pattern Recognition and Machine Learning（简称PRML）是最牛的机器学习著作之一。

9. The elements of statistical learning

内容简介：本书在一个共同的概念框架中描述了各个领域的重要思想，内容上覆盖面很广，从监督学习（预测）到无监督学习。而这一最新版本书籍有很多新加入的主题，包括图形模型，随机森林，集成方法，套索、非负矩阵分解和谱聚类的回归路径算法等。书中给出了许多具体实例，这对于统计学家和对科学或工业中的数据挖掘感兴趣的人来说，这是一个宝贵的资源。

10. 机器学习实战

这本书可以说是机器学习的实战书，代码示例非常棒。

内容简介：全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

11. 机器学习

内容简介：《机器学习》展示了机器学习中核心的算法和理论，并阐明了算法的运行过程。《机器学习》综合了许多的研究成果，例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等，并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业本科生、研究生教材，也可作为相关领域研究人员、教师的参考书。
作者简介 ：TOMM.Mitchell是卡内基梅隆大学的教授，讲授“机器(AAA)的主席：美国《Machine Leaming》杂志、国际机器学习年度会议（ICML）的创始人：多种技术杂志的撰稿人，曾发表过许多文章，出版过多本专著，是机器学习领域的著名学者。

大数据分析

12. 大数据时代

西瓜书，比较新的机器学习入门教科书。对于机器学习领域覆盖较为全面。豆瓣链接：https://book.douban.com/subject/26708119/

内容简介：《大数据时代》是国外大数据研究的先河之作，本书作者维克托•迈尔•舍恩伯格被誉为“大数据商业应用第一人”，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。

13. 大数据：互联网大规模数据挖掘与分布式处理

内容简介：大数据：互联网大规模数据挖掘与分布式处理，ISBN：9787115291318，作者：（美） Anand Rajaraman （美） Jeffrey David Ullman 著，王斌译。
作者简介 ：Anand Rajaraman　数据库和Web技术领域权威，创业投资基金Cambrian联合创始人，斯坦福大学计算机科学系助理教授。Rajaraman职业生涯非常成功：1996年创办Junglee公司，两年后该公司被亚马逊以2.5亿美元收购，Rajaraman被聘为亚马逊技术总监，推动亚马逊从一个零售商转型为零售平台；2000年与人合创Cambrian，孵化出几个后来被谷歌收购的公司；2005年创办Kosmix公司并任CEO，该公司2011年被沃尔玛集团收购。Rajaraman生于印度，在斯坦福大学获得计算机科学硕士和博士学位。求学期间与人合著的一篇论文荣列近20年来被引用次数最多的论文之一。博客地址http://anand.typepad.com/datawocky/
王斌　博士，中国科学院计算技术研究所博士生导师。中国科学院信息工程研究所客座研究员。主要研究方向为信息检索、自然语言处理和数据挖掘。《信息检索导论》译者。主持国家973、863、国家自然科学基金、国际合作基金、国家支撑计划等课题20余项，发表学术论文120余篇。现为ACM会员、中国中文信息学会理事、中文信息学会信息检索专委会委员、《中文信息学报》编委、中国计算机学会高级会员及计算机学会中文信息处理专委会委员。自2006年起在中国科学院研究生院（现改名“中国科学院大学”）讲授《现代信息检索》研究生课程，选课人数累计近千人。2001年开始指导研究生，迄今培养博士、硕士研究生30余名。

14. 信息检索导论

内容简介：本书从计算机科学领域的角度出发，介绍了信息检索的基础知识，并对当前信息检索的发展做了回顾，重点介绍了搜索引擎的核心技术，如文档分类和文档聚类问题，以及机器学习和数值计算方法。书中所有重要的思想都用示例进行了解释，生动形象，引人入胜，实现了理论与实战的完美结合。
作者简介 ：ChristopherD. Manning，1989年毕业于澳大利亚国立大学，1995年获斯坦福大学语言学博士学位，曾先后在卡内基-梅隆大学、悉尼大学教授语言学，1999年起任斯坦福大学计算机科学和语言学副教授，其主要研究方向是统计自然语言处理、信息提取与表示，以及文本理解和文本挖掘等。

系统架构

15. 《UNIX网络编程》

内容简介：《UNIX网络编程》(第1卷)(套接口API第3版)第1版和第2版由已故UNIX网络专家W. Richard Stevens博士独自编写。《UNIX网络编程》(第1卷)(套接口API第3版)是3版，由世界著名网络专家BillFenner和Andrew M. Rudoff执笔，根据近几年网络技术的发展，对上一版进行全面修订，增添了IPv6的更新过的信息、SCTP协议和密钥管理套接口的内容，删除了X/Open传输接口的内容。

16. 《操作系统概念》（恐龙书）

内容简介：大数据：互联网大规模数据挖掘与分布式处理，ISBN：9787115291318，作者：（美） Anand Rajaraman （美） Jeffrey David Ullman 著，王斌译。
作者简介 ：《操作系统概念》(第6版翻译版)是讨论了操作系统中的基本概念和算法，并对大量实例(如Linux系统)进行了研究。全书内容共分七部分。第一部分概要解释了操作系统是什么、做什么、是怎样设计与构造的，也解释了操作系统概念是如何发展起来的，操作系统的公共特性是什么。第二部分进程管理描述了作为现代操作系统核心的进程以及并发的概念。第三部分存储管理描述了存储管理的经典结构与算法以及不同的存储管理方案。第四部分I／O系统对I／O进行了深入的讨论，包括I／O系统设计、接口、内部结构与功能等。第五部分分布式系统介绍了分布式系统的一般结构以及连接它们的网络，讨论了分布存取策略、分布式文件系统及分布式系统中同步、通信等机制。第六部分保护与安全介绍了操作系统中对文件、内存、CPU及其他资源进行操作的安全与保护机制。第七部分案例研究，分析与讨论了Linux系统、Windows 2000、WindowsXP、FreeBSD、Mach及Nachos等实例。

17. 多处理器编程的艺术

内容简介：这本最新的权威著作致力于改变这种状况，作者全面阐述了多处理器编程的指导原则，介绍了编制高效的多处理器程序所必备的算法技术。了解本书所涵盖的多处理器编程关键问题将使在校学生以及相关技术人员受益匪浅。豆瓣链接：https://book.douban.com/subject/3182112/

18. 《操作系统设计与实现》

内容简介：本书是关于操作系统的权威教材。大多数关于操作系统的图书均重理论而轻实践，而本书则在这两者之间进行了较好的折中。本册详细探讨了操作系统的基本原理，包括进程、进程间通信、信号量、管程、消息传递、调度算法、输入、输出、死锁、设备驱动程序、存储管理、调页算法、文件系统设计、安全和保护机制等；此外，还详细讨论了一个特殊的操作系统MINIX 3（一个与UNIX兼容的操作系统），并提供了该系统的源代码（见本书下册），以便于读者仔细研究。这种安排不仅可让读者了解操作系统的基本原理，而且可让读者了解到这些基本原理是如何应用到真实的操作系统中去的。本书适用于高校计算机专业的学生，也可供程序设计人员、工程技术人员、系统架构师等相关人员参考。
作者简介 ：AndrewS.Tanenbaum分别在麻省理工学院加州大学伯克利分校获得学士与博士学位。现任荷兰阿姆斯特丹Vrije大学计算机教授并领导着一个计算机系统研究小组。到2005年1月卸任为止，他担任计算与成像高级学院院长一职已有12年。

19. 《编译原理》

这本书是编译原理课程方面的经典教材，内容丰富，适合作为高等院校计算机及相关专业本科生及研究生的编译原理课程的教材，也是广大技术人员的极佳参考读物。

内容简介：本书全面、深入地探讨了编译器设计方面的重要主题，包括词法分析、语法分析、语法制导定义和语法制导翻译、运行时刻环境、目标代码生成、代码优化技术、并行性检测以及过程间分析技术，并在相关章节中给出大量的实例。与上一版相比，本书进行了全面的修订，涵盖了编译器开发方面的最新进展。每章中都提供了大量的系统及参考文献。

20. 计算机程序的构造和解释

内容简介：《计算机程序的构造和解释(原书第2版)》1984年出版，成型于美国麻省理工学院(MIT)多年使用的一本教材，1996年修订为第2版。在过去的二十多年里，《计算机程序的构造和解释(原书第2版)》对于计算机科学的教育计划产生了深刻的影响。第2版中大部分重要程序设计系统都重新修改并做过测试，包括各种解释器和编译器。作者根据其后十余年的教学实践，还对其他许多细节做了相应的修改。

欢迎转发到你的微信群和朋友圈，分享专业AI知识！

获取更多机器学习人工智能知识，请PC登录 www.zhuanzhi.ai或者点击阅读原文，注册登录专知，顶端搜索“ 深度学习” 主题，相关知识等资料！如下图所示~