有哪些关于人工智能的书籍可供推荐
啊啊啊这题我会，本科计算机AI方向，除了课本以外做科研也需要很多参考书。首先数学之美这本书是一本很好的人工智能启蒙书，看了之后就要明白一点：想学好人工智能数学基础是非常重要的。大学毕业读吴老师的《数学之美》，这是我第一读到的用深入浅出的语言将高深的数学知识娓娓道来的书。研究生阶段在学习数据挖掘，信息论，图论等研究生课程的时候，总是能找到书中关键词的影子，当时要是在大学入学的时候就读这本书的话，我的数学会比现在学得更好。这本书是必须向大学IT类专业学生推荐的书，一本启蒙的好书对于自己以后的学习影响是巨大的。接下来就是老生常谈的西瓜书了，西瓜书写的很好，完全可以作为人工智能入门经典，如果想要更进一步提升的话，西瓜书只能作为机器学习导论的参考书，需要看各领域的更进一步的书籍。人工智能领域最重要的就是深度学习了，不会深度学习就遑论学过人工智能。深度学习领域最基础的就是花书（DeepLearning），再配合上有代码的《动手学深度学习》和邱教授的《神经网络与深度学习》，相信深度学习很快就能搞懂。当然，除了西瓜书，另外一本李航博士的统计学习方法是特别好的，公式推导尽如人意。最后还可以看一些具体的优化方法和概率图模型的书，深入理解人工智能。李开复AI五讲｜人工智能的五个定义：哪个最不可取
编者按：从惊呼“人工智能来了”到察觉“人工智能无处不在”，人类社会才走过寥寥数年。在提出建设国家人工智能高地的上海，许多率先试水的应用在各行各业写下了“AI+”的故事。此时此刻，我们更加要冷静地思考自身与人工智能的关系。我们真的知道什么是人工智能吗？我们真的准备好与人工智能共同发展了吗？我们该如何规划人工智能时代的未来生活？
本月底，2019世界人工智能大会将在黄浦江畔揭开序幕。澎湃新闻特邀李开复、王咏刚将著作《人工智能》精编为系列短文，试析与AI相关的若干关键问题。
请抛开人工智能就是人形机器人的固有偏见，然后，打开你的手机。我们先来看一看，已经变成每个人生活的一部分的智能手机里，到底藏着多少人工智能的神奇魔术。谷歌最资深的计算机科学家与软件架构师、谷歌大脑开发团队的带头人杰夫•迪恩（JeffDean）说：“很多时候（人工智能）都是藏在底下，因此人们并不知道有很多东西已经是机器学习的系统在驱动。”
到底什么是人工智能？为什么我们说智能搜索引擎、智能助理、机器翻译、机器写作、机器视觉、自动驾驶、机器人等技术属于人工智能，而诸如手机操作系统、浏览器、媒体播放器等通常不被归入人工智能的范畴？人工智能究竟有没有一个容易把握和界定的科学定义？
这里，简要列举几种历史上有影响的，或目前仍流行的人工智能的定义。对这些定义的分析、讨论是一件相当有趣的事，这有些类似于古代哲学家们围坐在一起探讨“人何以为人”，或者，类似于科幻迷们对阿西莫夫的“机器人三定律”展开辩论。其实，很多实用主义者反对形而上的讨论，他们会大声说：“啊，管它什么是人工智能呢？只要机器能帮助人解决问题不就行了？”
定义一：Al就是让人觉得不可思议的计算机程序
人工智能就是机器可以完成人们不认为机器能胜任的事——这个定义非常主观，但也非常有趣。一个计算机程序是不是人工智能，完全由这个程序的所作所为是不是能让人目瞪口呆来界定。
这种唯经验论的定义显然缺乏一致性，但这一定义往往反映的是一个时代里大多数的普通人对人工智能的认知方式：每当一个新的人工智能热点出现时，新闻媒体和大众总是用自己的经验来判定人工智能技术的价值高低，而不管这种技术在本质上究竟有没有“智能”。
计算机下棋的历史就非常清楚地揭示了这一定义的反讽之处。
早期，碍于运行速度和存储空间的限制，计算机只能用来解决相对简单的棋类博弈问题，例如西洋跳棋，但这毫不妨碍当时的人们将一台会下棋的计算机称作智能机器，因为那时，普通计算机在大多数人心目中不过是一台能用飞快的速度做算术题的机器罢了。
1962年，IBM的阿瑟•塞缪尔的程序战胜了一位盲人跳棋高手，一时间成了不小的新闻事件，绝大多数媒体和公众都认为类似的西洋跳棋程序是不折不扣的人工智能。
随着PC的普及，每台个人电脑都可以运行一个水平相当高的西洋跳棋程序，会下棋的计算机逐渐褪去了神秘的光环。
当国际象棋、中国象棋逐渐被计算机玩得滚瓜烂熟，公众找到了维护人类智慧尊严的最后阵地——围棋。直到2016年年初，除了一个叫樊麾的职业围棋选手和谷歌DeepMind的一支规模不大的研发团队外，几乎所有地球人都说：“下象棋有什么了不起？真有智能的话，来跟世界冠军下盘围棋试试？”
很不幸，人类的自以为是又一次被快速发展的人工智能算法无情嘲笑了。2016年3月9日，随着AlphaGo在五番棋中以四比一大胜围棋世界冠军李世石，有关人工智能的热情和恐慌情绪同时在全世界蔓延开来，也因此引发了一拨人工智能的宣传热潮。
今天，没有人怀疑AlphaGo的核心算法是人工智能。但想一想曾经的西洋跳棋和国际象棋，当时的人们不是一样对战胜了人类世界冠军的程序敬若神明吗？
定义二：Al就是与人类思考方式相似的计算机程序
这是人工智能发展早期非常流行的一种定义方式。从根本上讲，这是一种类似仿生学的直观思路。
但历史经验证明，仿生学的理路在科技发展中不一定可行。一个最好也最著名的例子就是飞机的发明。在几千年的时间里，人类一直梦想着按照鸟类扑打翅膀的方式飞上天空，但反讽的是，真正带着人类在长空朝翔，并打破了鸟类飞行速度、飞行高度纪录的，是飞行原理与鸟类差别极大的固定翼飞机。
人类思考方式？人究竟是怎样思考的？这本身就是一个复杂的技术和哲学问题。哲学家们试图通过反省与思辨，找到人类思维的逻辑法则，而科学家们则通过心理学和生物学实验，了解人类在思考时的身心变化规律。这两条道路都在人工智能的发展历史上起到过极为重要的作用。
世界上第一个专家系统程序Dendral是一个成功地用人类专家知识和逻辑推理规则解决一个特定领域问题的例子。这是一个由斯坦福大学的研究者用Lisp语言写成的，帮助有机化学家根据物质光谱推断未知有机分子结构的程序。
Dendral项目在20世纪60年代中期取得了令人瞩目的成功，带动了专家系统在人工智能各相关领域的广泛应用，从机器翻译到语音识别，从军事决策到资源勘探。一时间，专家系统似乎就是人工智能的代名词，其热度不亚于今天的深度学习。
但人们很快就发现了局限。一个解决特定的、狭小领域问题的专家系统很难被扩展到宽广一些的知识领域中，更别提扩展到基于世界知识的日常生活里了。
一个著名的例子是1957年苏联发射世界上第一颗人造卫星后，美国政府和军方急于使用机器翻译系统了解苏联的科技动态。但用语法规则和词汇对照表实现的俄语到英语的机器翻译系统笑话百出，曾把“心有余而力不足”（thespiritiswilingbutthefleshisweak）翻译为“伏特加不错而肉都烂掉了”（thevodkaisgoodbutthemeatisroten）。
另一方面，从心理学和生物学出发，科学家们试图弄清楚人的大脑到底是怎么工作的，并希望按照大脑的工作原理构建计算机程序，实现“真正”的人工智能。这条道路上同样布满荆棘。最跌宕起伏的例子，非神经网络莫属。
20世纪90年代开始，随着计算机运算能力的飞速发展，神经网络在人工智能领域重新变成研究热点。但直到2010年前后，支持深度神经网络的计算机集群才开始得到广泛应用，供深度学习系统训练使用的大规模数据集也越来越多。神经网络这一仿生学概念在人工智能的新一轮复兴中，真正扮演了至关重要的核心角色。
定义三：AI就是与人类行为相似的计算机程序
和仿生学派强调对人脑的研究与模仿不同，实用主义者从不觉得人工智能的实现必须遵循什么规则或理论框架。“黑猫白猫，逮住耗子的就是好猫。”在人工智能的语境下，这句话可以被改成：“简单程序，复杂程序，聪明管用的就是好程序。”
实用主义者推崇备至的一个例子是麻省理工学院于1964年到1966年开发的“智能”聊天程序ELIZA。这个程序看上去就像一个有无穷耐心的心理医生，可以和无聊的人或需要谈话治疗的精神病人你一句我一句永不停歇地脚下去。当年，ELIZA的聊天记录让许多人不敢相信自己的的眼睛。
可事实上，ELIZA所做的，不过是在用户输入的句子里，找到一些预先定义好的关键词，然后根据关键词从预定的回答中选择一句，或者简单将用户的输入做了人称替换后，再次输出，就像心理医生重复病人的话那样。ELIZA心里只有词表和映射规则，它才不懂用户说的话是什么意思呢。
这种实用主义的思想在今天仍有很强的现实意义。比如今天的深度学习模型在处理机器翻译、语音识别、主题抽取等自然语言相关的问题时，基本上都是将输入的文句看成由音素、音节、字或词组成的信号序列，然后将这些信号一股脑塞进深度神经网络里进行训练。
深度神经网络内部，每层神经元的输出信号可能相当复杂，复杂到编程者并不一定清楚这些中间信号在自然语言中的真实含义，但没有关系，只要整个模型的最终输出满足要求，这样的深度学习算法就可以工作得很好。
定义四：AI就是会学习的计算机程序
没有哪个完美主义者会喜欢这个定义。这一定义几乎将人工智能与机器学习等同了起来。但这的确是最近这拨人工智能热潮里，人工智能在许多人眼中的真实模样。谁让深度学习一枝独秀，几乎垄断了人工智能领域里所有流行的技术方向呢？
这一定义似乎也符合人类认知的特点一—没有哪个人是不需要学习，从小就懂得所有事情的。因此，今天最典型的人工智能系统通过学习大量数据训练经验模型的方法，其实可以被看成是模拟了人类学习和成长的全过程。
如果说人工智能未来可以突破到强人工智能甚至超人工智能的层次，那从逻辑上说，在所有人工智能技术中，机器学习最有可能扮演核心推动者的角色。
当然，机器目前的主流学习方法和人类的学习还存在很大的差别。举个最简单的例子：目前的计算机视觉系统在看过数百万张或更多自行车的照片后，很容易辨别出什么是自行车，什么不是自行车，这种需要大量训练照片的学习方式看上去还比较笨拙。反观人类，给一个三四岁的小孩子看一辆自行车之后，再见到哪怕外观完全不同的自行车，小孩子也十有八九能做出那是一辆自行车的判断。也就是说，人类的学习过程往往不需要大规模的训练数据。
最近，尽管研究者提出了迁移学习等新的解决方案，但从总体上说，计算机的学习水平还远远达不到人类的境界。
如果人工智能是一种会学习的机器，那未来需要着重提高的，就是让机器在学习时的抽象或归纳能力向人类看齐。
定义五：Al就是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序
维基百科的人工智能词条采用的是斯图亚特•罗素（StuartRussell）与彼得•诺维格（PeterNorvig）在《人工智能：一种现代的方法》一书中的定义，他们认为：
人工智能是有关“智能主体（Intelligentagent）的研究与设计”的学问，而“智能主体是指一个可以观察周遭环境并做出行动以达致目标的系统”。
基本上，这个定义将前面几个实用主义的定义都涵盖了进去，既强调人工智能可以根据环境感知做出主动反应，又强调人工智能所做出的反应必须达致目标，同时，不再强调人工智能对人类思维方式或人类总结的思维法则的模仿。
以上，我们列举了五种常见的人工智能的定义。其中，第二种定义（与人类思考方式相似）特别不可取。人们对大脑工作机理的认识尚浅，而计算机走的是几乎完全不同的技术道路。
第一种定义（让人觉得不可思议）揭示的是大众看待人工智能的视角直观易懂，但主观性太强，不利于科学讨论。
第三种定义（与人类行为相似）是计算机科学界的主流观点，也是一种从实用主义出发，简洁、明了的定义，但缺乏周密的逻辑。
第四种定义（会学习）反映的是机器学习特别是深度学习流行后，人工智能世界的技术趋势，虽失之狭隘，但最有时代精神。第五种定义（维基百科使用的综合定义）是学术界的教科书式定义，全面均衡，偏重实证。
人工智能书籍推荐排行榜
人工智能：一种现代的方法（第3版）（世界著名计算机教材精选）看AlphaGo（阿尔法狗）是如何成长的，美国伯克利大学与Google人工智能科学家合作编写，全世界100多个国家1200多所大学使用。AMustReadforAI美国伯克利大学与Google人工智能科学家合作编写，全世界100多个国家1200多所大学使用Bestcomputersciencetextbookever.AMustReadforAI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。本书为翻译版，对应原文影印版：人工智能：一种现代的方法（第3版）（大学计算机教育国外著名教材系列(影印版)）其他相关图书：Unity3D人工智能编程精粹人工智能（第2版）（十二五”普通高等教育本科国家级规划教材）图像处理、分析与机器视觉（第3版）（翻译版）机器学习
（美）罗素等著，殷建平等译 /2013-11-01 /清华大学出版社
人工智能 智能系统指南（原书第3版）（结合实际代码、图示、案例讲解人工智能基本知识。入门书籍内容丰富、浅显易懂）
人工智能经常被人们认为是计算机科学中一门高度复杂甚至令人生畏的学科。长期以来人工智能方面的书籍往往包含复杂的矩阵代数和微分方程。本书基于作者多年面向微积分知识甚微的学生授课时所用的讲义，假定读者没有编程经验，以简单易懂的方式介绍了智能系统的基础知识。MichaelNegnevitsky所著的《人工智能智能系统指南（原书第3版）》目前已经被国际上多所大学(例如，德国的马格德堡大学、日本的广岛大学、美国的波士顿大学和罗切斯特理工学院等)采纳为教材。如果您正在寻找关于人工智能或智能系统设计课程的浅显易懂的入门级教材，如果您不是计算机科学领域的专业人员而又正在寻找介绍基于知识系统*发展的自学指南，本书将是您的选择。
（澳）尼格尼维斯基著，陈薇等译 /2012-08-01 /机械工业出版社
人工智能的未来（揭示人类思维的奥秘）《如何创造思维》全新升级改版！奇点大学校长、谷歌工程总监、《奇点临近》作者雷・库兹韦尔全面解析“人工智能”创建原理的颠覆力作！段永朝、刘慈欣、马文明斯基、彼得戴曼迪斯等联袂倾情推荐！
美国国家技术奖获得者、奇点大学校长、谷歌公司工程总监雷库兹韦尔力作。这是一部洞悉未来思维模式、全面解析“人工智能”创建原理的颠覆力作。库兹韦尔对于大脑和人工智能的理解，将对我们生活的方方面面、各行各业，以及我们有关未来的设想产生巨大的影响。库兹韦尔通过一系列推理告诉我们，我们有能力创造超越人类智能的非生物智能。湛庐文化联合权威机构中国人工智能学会特设专家委员会！该专家委员会包括中国工程院院士李德毅、驭势科技（北京）有限公司联合创始人兼CEO吴甘沙、地平线机器人技术创始人余凯、IBM中国研究院院长沈晓卫、国际人工智能大会(IJCAI)常务理事杨强、科大讯飞研究院院长胡郁、中国人工智能学会秘书长王卫宁等专家学者，他们将以自身深厚的专业实力、卓越的洞察力和深远的影响力，对这些优秀图书进行深度点评。中山大学教授李淼，中国当代知名科幻作家、畅销书《三体》作者刘慈欣，人工智能之父、MIT人工智能实验室联合创始人、畅销书《情感机器》作者马文明斯基，奇点大学执行主席、畅销书《富足》《创业无畏》作者彼得戴曼迪斯，卡内基梅隆大学机器人研究所创始董事、图灵奖获得者劳伊雷迪，人工智能科学家、大脑新皮质层次结构模型研究先驱迪利普乔治联袂推荐！国内首套“机器人与人工智能”权威书系03。湛庐文化出品。
（美）雷・库兹韦尔（Ray Kurzweil）著，盛杨燕 译 /2016-03-01 /浙江人民出版社
人工智能：计算agent基础(详细介绍AI科学，包含丰富的在线学习资源)
[加] 普尔，[加] 麦克活思著， 董红斌等译 /2015-01-01 /机械工业出版社
人工智能 一本全面阐述人工智能基础理论、全面体现国际上人工智能领域先进水平的书籍。
一本全面阐述人工智能基础理论、全面体现国际上人工智能领域先进水平的书籍。
史忠植 /2016-01-11 /机械工业出版社
人工智能 普通高等教育“十一五”*规划教材。清华大学马少平、朱晓燕教授力作，清华大学精品课程“人工智能”课程主讲教材，国内*影响的人工智能教材。
人工智能是一个多学科的交叉学科，涉及的内容广泛，而且一直在不断的发展，随时都在产生新的方法和理论。本书主要介绍人工智能研究中那些*基本的、*经典的理论和方法，为计算机科学和技术人员以及其他学科领域中对人工智能感兴趣的科技工作者和学生提供*基本的人工智能技术和有关问题的知识。l人工智能的一个主要特点就是涉及范围广，发展快速，内容相对比较杂。因此在内容组织上就要力求突出重点内容，系统性强，把人工智能中*基本的内容反映出来，使得学生能在有限的学时内，系统深入地掌握人工智能中*主要的基本问题，为进一步深入研究人工智能问题打下良好基础。l针对人工智能的几个重要的专题，例如：知识表示、不确定性推理、机器学习、自然语言处理等进行了较深入的讨论。本教材的特点和创新也是体现在这个方面。l在内容组织上既包括了启发式搜索、博弈树搜索、知识表示等这些非常经典的内容，又包括了局部搜索、模拟退火、遗传算法、机器学习等比较新的内容。同时，增加了人工智能有关的哲学问题的探讨，如图灵测试、中文屋子问题等，这些内容的讨论将有助于学生理解什么人工智能。l本书参考了ACM和IEEECSComputingCurricula中关于人工智能的有关部分，结合作者自己多年从事人工智能教学和科研的工作经验，确定了两大主线：一是适应于本科生教学的，以搜索为主线，主要讲解启发式搜索，博弈树搜索，局部搜索，模拟退火，遗传算法等内容，使得学生通过本课程的学习，掌握利用搜索技术求解人工智能问题的方法。二是适合于研究生教学的，一些更加深入的问题，主要讲解谓词逻辑，知识表示，机器学习，不确定推理等内容，使得学生通过课程学习，了解更多的人工智能求解问题的方法。这些内容前后呼应，本科教学为研究生教学打下基础。本教材已经被作为国内*影响的人工智能的教材、，被国内众多高校广泛采用，本书发行已超5万册。配套资源：提供了教学用PowerPoint课件，可以在清华大学出版社网站免费下载。清华大学孙茂松教授推荐：本教材充分考虑了教学的特点，内容十分丰富，知识结构合理，整体性强，反映了人工智能科学发展迄今为止的主要结晶。对主要算法的叙述，难度恰当，且作了必要的展开，决不流于泛泛的一般介绍。举例详实，富有启发性。这些构成了本教材的鲜明特色。其中第5、6、7三章，对国内传统的《人工智能》教材，作了大幅度拓展，使得教材的面貌一新，这也构成了本教材的另一个鲜明特色。相信这部教材的出版，一定会得到任课教师与广大学生的欢迎。
马少平，朱小燕编著 /2004-08-01 /清华大学出版社
人工智能（第2版）（高等学校计算机教育规划教材）“十二五”普通高等教育本科国家规划教材。站在“人工智能”课程教学改革和科学研究前沿，着重阐述新的和正在研究的人工智能方法与技术。
本书介绍人工智能的理论、方法和技术及其应用，除了讨论那些仍然有用的和有效的基本原理和方法之外，着重阐述一些新的和正在研究的人工智能方法与技术，特别是近期发展起来的方法和技术。此外，用比较多的篇幅论述人工智能的应用，包括新的应用研究。l根据作者20余年从事人工智能科研和教学工作的经验，边教学边构思；研究和总结了国内外知名大学人工智能课程教材和教学环节的安排，开展了课程教学体系、教学方法和教材体系建设的教学研究工作。l在教学研究的基础上，力求形成“以不变的基本理论与方法为主体，充分反映人工智能技术发展水平，以培养学生具备继续学习能力为目标”的教材编写思路；在写作上力求做到用作者自己对问题理解的语言进行描述，便于学生的学习和理解；教材定位注意适应国内多数普通高校的实际教学需要。l本书除讨论仍然有用的和有效的人工智能的基本原理和方法外，着重阐述新的和正在研究的人工智能方法与技术，特别是近期发展起来的方法和技术。此外，用比较多的篇幅论述人工智能的应用，包括新的应用研究。l注重实践。附录I介绍了人工智能程序设计语言Prolog；附录II给出了28个人工智能课程大作业。本教材已经被作为首批“十二五”普通高等教育本科*规划教材，被国内众多高校广泛采用，发行超2万册。配套资源：（1）提供教学用PowerPoint幻灯片PPT课件。（2）给出了28个人工智能课程大作业的界面及设计要求。内容包括：NIM问题求解，水壶问题，合一算法，中国象棋，围棋，五子棋，魔方，用神经网络对大写字母分类，小型动物分类专家系统，美国地理，洞穴探宝，音节划分，奥木，九宫图，归类测试算法，传教士-野人问题，八皇后问题，Elsevier的横向信息产品，奥迪的数据整合，人寿保险公司的技能寻获，在线学习，警察局的多媒体收藏索引，康富的在线采购，数码设备的可共用性，火星探测者Agent，用于电力管理的多Agent系统，人工智能军事应用跟踪，计算机游戏如何产生娱乐效果。
贲可荣，张彦铎编著 /2013-03-01 /清华大学出版社
人工智能 第二版21世纪高等学校规划教材・计算机科学与技术知识表示方法、搜索策略、确定行推理、不确定性推理、机器学习、专家系统、博弈论等
1.根据学生学习AI的规律，体现合理的教学顺序和节奏，更利于学生理解AI知识、提高AI研究能力。2.精心设计学习和训练的案例和步骤，注意使学生形成合理的AI知识结构。3.加强能力的培养，为培养学生解决问题能力提供清晰的线索和步骤。
丁世飞编著 /2015-03-01 /清华大学出版社
人工智能复杂问题求解的结构和策略（原书第6版）
（美）卢格 著，郭茂祖 等译 /2010-01-01 /机械工业出版社
人工智能：一种现代的方法（第3版）（大学计算机教育国外著名教材系列(影印版)）看AlphaGo（阿尔法狗）是如何成长的，美国伯克利大学与Google人工智能科学家合作编写，全世界100多个国家1200多所大学使用。AMustReadforAI
美国伯克利大学与Google人工智能科学家合作编写，全世界100多个国家1200多所大学使用Bestcomputersciencetextbookever.AMustReadforAI本书为英文影印版，对应翻译版：人工智能：一种现代的方法（第3版）（世界著名计算机教材精选）其他相关图书：Unity3D人工智能编程精粹人工智能（第2版）（十二五”普通高等教育本科国家级规划教材）图像处理、分析与机器视觉（第3版）（翻译版）机器学习《人工智能(一种现代的方法第3版影印版》(作者拉塞尔、诺维格)是“大学计算机教育国外著名教材系列”之一，是高等院校本科生和研究生人工智能课的教材。全书仍分为八大部分：部分“人工智能”，第二部分“问题求解”，第三部分“知识与推理”，第四部分“规划”，第五部分“不确定知识与推理”，第六部分“学习”，第七部分“通信、感知与行动”，第八部分“结论”。《人工智能(一种现代的方法第3版影印版》适合于不同层次和领域的研究人员及学生。
（美）拉塞尔，（美）诺维格著 /2011-07-01 /清华大学出版社
人工智能原理及其应用（第3版）
王万森编著 /2012-09-01 /电子工业出版社
从事人工智能行业，推荐的几本书籍
随着人工智能行业的崛起，越来越多的人才涌入，不少产品经理们也在寻找进入人工智能行业、成为AI产品经理的契机。
下面是书单内的8本书，每本都有自己的侧重点，不同的书适合于不同方向的AI产品经理，适合想在相关领域深入学习、探索的同学研究。
1.《学习opencv》
该书适合于图像处理，视觉识别方向的产品经理。
本文作者在一线开发人员的角度，用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构，演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程，这些都有助于读者迅速入门并渐入佳境，兴趣盎然地深入探索计算机视觉领域。
《人工智能：一种现代的方法》（第3版）这种在智能决策，搜索算法相对来说比较综合类的书籍。适合有技术背景的产品经理读。
这是最权威、最经典的人工智能教材，堪称AI界的圣经，已被全世界100多个国家的1200多所大学用作教材。
书中清晰地定义了什么是人工智能，介绍了人工智能的基本概念、思想和算法，不仅描述了其各个研究方向最前沿的进展，同时收集整理了详实的历史文献与事件，让读者兼具过去和未来两个维度来了解人工智能。
3.《智能web算法》
本书面向的是广大普通读者，所以对于读者的知识背景并没有过多的要求。更适合一些引流，获取，转化用户的产品经理。书中涵盖了五类重要的智能算法：搜索、推荐、聚类、分类和分类器组合，并结合具体的案例讨论了它们在Web应用中的角色及要注意的问题。
《语音与语言处理》这本书比较适做合聊天类机器人的产品经理读。本书是第一本从各个层面全面介绍语言技术的书，在语言技术上使用了实证的方法，自第1版出版以来，一直好评如潮，被国外许多著名大学选为自然语言处理和计算语言学课程的主要教材。
《PATTERNRECOGNITIONANDMACHINELEARNING》对推理，对概率有兴趣，想提升对AI技术了解深度的产品经理，可以读一下这本书。这本书在技术上全面覆盖了各种机器学习主题，包括回归、线性分类、神经网络、核方法和图模型，对我们概率分布，图模型这方面的知识进行了补充。
《游戏人工智能编程案例精粹》本书适合做游戏策划，游戏美术，游戏与人工智能相结合的产品经理。
在现今游戏界被视为AI入门必读年。书中首先介绍游戏角色的基本属性（包括速度、质量等物理属性）及常用数学方法。接着，深入探讨游戏智能体状态机的实现，通过简单足球游戏实例，给出用状态机实现游戏AI的例子。在图论部分，详细介绍图在游戏中的用途及各种不同的图搜索算法。
7.《模式分类》
该书是模式识别和场景分析领域奠基性的经曲名著，被哈佛，斯坦福，剑桥等120多所大学采用作为教材。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。
作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。
《NeualNetworksforPatternRecongnition》这本书提供了第一个综合治疗的前馈神经网络的统计模式识别的角度。在介绍了模式识别的基本概念，书中描述的概率密度函数建模技术，并讨论了多层感知器和径向基函数神经网络模型的属性和相对优点。这也促使各种形式的误差函数的使用，并回顾了主要算法的误差函数最小化。在神经网络的学习和泛化提供了详细的讨论。
1.人工智能时代，AI人才都有哪些特征？http://www.duozhishidai.com/article-1792-1.html2.大数据携手人工智能，高校人才培养面临新挑战http://www.duozhishidai.com/article-7555-1.html3.人工智能，机器学习和深度学习之间，主要有什么差异http://www.duozhishidai.com/article-15858-1.html
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站
python人工智能要看哪些书籍
https://zhuanlan.zhihu.com/p/27914939
@王小新编译整理量子位出品|公众号QbitAI
学习人工智能相关技术该读什么书？这是量子位各个微信群中出现频率极高的问题。
今天，我们就从Dev-books搬来了一份有理有据的精选书单。
Dev-books通过分析程序员问答网站Sackoverflow上4000万多个问题和答案，统计了提及频率最高的人工智能书籍，得到了如下结果。
量子位从Dev-books推荐中去掉了重复的和年代过于久远的书籍，最终得到14本书，做了简要介绍，以及中译本的情况。排名有先后。
1．学习OpenCV
LearningOpenCV的作者是GaryBradski和AdrianKaehler，两位都是OpenCV库的发起人。其中，Bradski是斯坦福大学人工智能实验室的顾问教授；Kaehler在2014-2016年间做过MagicLeap副总裁。
本书适合对计算机视觉和图像处理有基本了解的人群，通过本书能更好地了解OpenCV如何让编程任务更容易。
两位作者将众所周知的算法编码成可调用的函数库，可以用来完成更复杂的任务。当然，这也作为一本用户手册，目录结构清晰，遇到问题时可进行查阅。
这本书的中译本叫《学习OpenCV》，连封面都没怎么改……
定价75元，某东某宝某当某逊都有卖，50元左右。
2．人工智能：一种现代的方法
Artificialintelligence:AModernApproach是人工智能领域经典教材，作者是StuartJonathanRussell和PeterNorvig。Russell是加州大学伯克利分校的计算机科学教授，已发表超过100篇关于通用人工智能的论文；Norvig是GoogleResearch主管，AAAIfellow、ACMfellow。
本书提供了现代技术中关于人工智能理论与实践最全面和前沿的介绍，通过智能决策、搜索算法、逻辑推理、神经网络和强化学习等方面来介绍最先进的人工智能技术，推荐给对人工智能感兴趣的专业研究人员。
中译本封面大家可能更熟悉一些
现在市面上在售的是第三版，定价128元。
3．智能Web算法
AlgorithmsofIntelligentWeb的作者是HaralambosMarmanis和DmitryBabenko，前者是用机器学习解决工业问题的先驱，后者参与设计了用于银行、保险和供应链管理的应用程序。
本书会让你学会该如何捕获、存储和构建网络中的用户数据，并通过数理统计、神经网络和深度学习等方法实现数据分类，进而构建推荐系统。本书还提供了如在线广告的点击预测等案例分析，附有相关代码。
现在市面上常见的是第2版，两个版本的区别是第1版封面是蓝白，第二版封面是黑白配色。
中译本《智能Web算法(第2版)》定价69元。
4．语音与语言处理
这本书的作者是DanJurafsky和JamesH.Martin，两人都是斯坦福大学语言学系和计算机科学系教授。
本书涵盖了经典自然语言处理、统计自然语言处理、语音识别和计算语言学等方面。聊天机器人、智能问诊和对话系统等等让语音和语言处理成为21世纪最令人兴奋的一个研究内容。本文采用统计学方法和其他机器学习算法，通过实例来说明各种方法的相对优势和不足，分别涉及序列标注、信息提取、智能问答、语音识别和语音合成等多个前沿研究方向。对于语音学领域专业人员，这是一本重要的参考书籍。
中译本的书名丢掉了“语音”，叫《自然语言处理综论》，人民邮电出版社有英文影印版《语音与语言处理》。好像都不太好买到了。
5．模式识别与机器学习
PatternRecognitionandMachineLearning，作者是ChristopherM.Bishop，麻省理工学院教授。
这是第一本提出贝叶斯方法的模式识别教科书。本书提出了近似推理算法和用于描述概率分布的图模型等多种最新分类方法。
在阅读本书之前，最好有多变量微积分和基本线性代数等数理基础，面向人群为高年级本科生、研究生和相关研究人员。
这本书在国内通常被称为PRML，目前没有正式出版的中文版，但是有一个本该内部流传，结果变成了网上流传的电子版，背后详情见http://weibo.com/p/1001603885799136480788。
6．游戏人工智能编程案例精粹
ProgrammingGameAIbyExample，作者MatBuckland。
本书是游戏人工智能方面的经典之作，畅销多年，主要讲述如何使游戏中的角色具有智能，先介绍了游戏角色的基本属性及常用数学方法，接着深入探讨游戏智能体状态机的实现，提到了图在游戏中的用途及各种不同的图搜索算法，还以Lua脚本语言为例来介绍了游戏脚本语言的优点。
综上，本书适用于对游戏AI开发感兴趣的爱好者和游戏AI开发人员。
有中译本，定价79元，容易买到。
7．统计自然语言处理基础
FoundationsofStatisticalNaturalLanguageProcessing，作者是ChristopherD.Manning和HinrichSchütze，两人都是斯坦福大学教授。
这是国内外多所著名大学的计算语言学教材，全面系统地介绍了统计自然语言处理技术。
本书涵盖的内容十分广泛，包括了构建自然语言处理软件工具将用到的几乎所有理论和算法。全书的论述过程由浅入深，从数学基础到精确的理论算法，从简单的词法分析到复杂的语法分析，适合不同水平的读者群的需求。
中译本《统计自然语言处理基础》由电子工业出版社出版，定价55元，易断货。
8．模式分类
Patternclassification的作者是RichardO.Duda、PeterE.Hart和DavidG.Stork，其中Duda是圣何塞州立大学名誉教授。
本书是模式识别和场景分析领域的经典著作，第1版出版于1973年，2000年的第2版保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，还新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。
中译本《模式分类》定价59元，某东某宝某当等等都有售。
9．模式识别中的神经网络
NeuralNetworksforPatternRecognition的作者和我们前边提到的《模式识别与机器学习》一样，也是ChristopherBishop，爱丁堡大学计算机系教授。
从统计模式识别的角度来看，这本书完整地介绍了前馈神经网络。本书在介绍基本数学知识后，研究了概率密度函数的建模方法以及多层感知机和径向基函数网络模型的性质和优点，还提到了误差函数的主要算法、神经网络调参技巧及贝叶斯技术的应用。
本书的目标人群为涉及神经计算和模式识别领域的相关研究人员。
没有见到中文版/(ㄒoㄒ)/~~
10．计算机视觉
ComputerVision:AModernApproach是计算机视觉领域的经典教材，作者为DavidForsyth和JeanPonce。
本书的内容涉及线性滤波、局部图像特征、聚类、图像分类、对象检测和识别、基于图像的建模与渲染等。
电子工业出版社引进了本书的英文影印版《计算机视觉：一种现代方法》，定价75元，某当还有货。
11.人工智能游戏编程真言
AIGameProgrammingWisdom的作者是SteveRabin，任天堂公司的首席软件工程师。
本书汇集了与智能游戏开发有关的人工智能内容，借助这些内容，开发员能够顺利开发角色。
全书内容分为11章，分别是：通用智能，实用技术和专用系统，A路径搜索，路径搜索与运动，战术问题和智能的群体运动，通用智能游戏贺构，决策体系结构，FPS、RIS和RPC游戏中的智能，竞赛与运动智能，脚本语言以及学习理论。
读者可以把这本书当成路线图，了解在智能游戏方面已经被成功使用的技术和在将来具有很大潜力的新技术。
无论是经验丰富的智能游戏专家，还是准备进入游戏业界的人士，本书都是必备资源。
中译本《人工智能游戏编程真言》定价54元，年代久远，似乎断货严重。
12．Java设计模式（第2版）
DesignPatternsinJava的作者是StevenJohnMetsker和WilliamC.Wake，其中Metsker是DominionDigital公司的管理顾问，擅长运用面向对象技术构建结构清晰、功能强大的软件系统。
本书通过一个完整的Java项目对经典著作DesignPatterns一书介绍的23种设计模式进行了深入分析与讲解，实践性强，却又不失对模式本质的探讨。
本书创造性地将这些模式分为5大类别，以充分展现各个模式的重要特征，并结合UML类图与对应的Java程序，便于读者更好地理解。同时本书给出了大量练习及参考答案，使读者印证比较，寻找不足。
中译本《Java设计模式》出版于2007年，定价49元，似乎同样严重断货。
13．Python自然语言处理
NaturalLanguageProcessingwithPython的作者是StevenBird、EwanKlein和EdwardLoper，三人分别是墨尔本大学软件工程系副教授、爱丁堡大学语言技术教授和宾夕法尼亚大学博士。
本书基于自然语言工具包NLTK库，不要求读者有Python编程的经验。
内容按照难易程度顺序编排，先介绍了语言处理的基础，讲述如何使用小的Python程序分析感兴趣的文本信息；接着讨论了结构化程序设计，以巩固前面几章中介绍的编程要点；然后介绍了语言处理的基本原理，包括标注、分类和信息提取等；进而再介绍了句子解析、句法结构识别和句意表达方法和如何有效管理语言数据。后记部分简要讨论了NLP领域的过去和未来。
综合评价，本书是自然语言处理领域的一本实用入门指南。
国内有中译本和英文影印本，都叫《Python自然语言处理》，中译本定价89元。
14.实用CommonLisp编程
PracticalCommonLisp的作者是PeterSeibel，加州大学伯克利分校教授。
本书是一本不同寻常的CommonLisp入门书，介绍了作者的学习经历，分别讲述了各种基础知识，主要包括：REPL及CommonLisp的各种实现、S-表达式、函数与变量、标准宏与自定义宏等，然后通过9个章节详细介绍了几个有代表性的实例，包含如何构建垃圾过滤器、解析二进制文件、构建ID3解析器，以及如何编写一个完整的MP3Web应用程序等内容。
本书适合CommonLisp初学者及对其感兴趣的相关人员。
中译本《实用CommonLisp编程》定价89元，各大电商平台都有，偶尔断货。
【完】