機(jī)器學(xué)習(xí)給人類帶來了不可思議的力量，得益于移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，機(jī)器學(xué)習(xí)正在以前所未有的速度改變?nèi)祟惖纳睢?/p>
如今，但凡有些名氣的科技公司都在發(fā)展機(jī)器學(xué)習(xí)和人工智能，后來者希望借助這個風(fēng)口一舉完成逆襲，巨頭們希望在這個風(fēng)口上提前卡位布局，進(jìn)一步拉開與追隨者的距離。
如今，機(jī)器學(xué)習(xí)和人工智能成為新寵，聰明人都渴望掌握一些相關(guān)的技術(shù)，以免被人工智能的浪潮淘汰。科技狂人馬斯克在被問到自己的成功秘訣時說，讀書，不停地讀書。
讀書使人進(jìn)步，那么，對于機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的初學(xué)者來說，哪些書是必讀的呢？本文列出了有關(guān)機(jī)器學(xué)習(xí)和人工智能的最佳入門書籍，不分次序。希望它們能給您打開人工智能世界的大門。
機(jī)器學(xué)習(xí)
Programming Collective Intelligence
本書以機(jī)器學(xué)習(xí)與計算統(tǒng)計為主題背景，專門講述如何挖掘和分析Web上的數(shù)據(jù)和資源，如何分析用戶體驗(yàn)、市場營銷、個人品味等諸多信息，并得出有用的結(jié)論，通過復(fù)雜的算法來從Web網(wǎng)站獲取、收集并分析用戶的數(shù)據(jù)和反饋信息，以便創(chuàng)造新的用戶價值和商業(yè)價值。全書內(nèi)容翔實(shí)，包括協(xié)作過濾技術(shù)（實(shí)現(xiàn)關(guān)聯(lián)產(chǎn)品推薦功能）、集群數(shù)據(jù)分析（在大規(guī)模數(shù)據(jù)集中發(fā)掘相似的數(shù)據(jù)子集）、搜索引擎核心技術(shù)（爬蟲、索引、查詢引擎、PageRank算法等）、搜索海量信息并進(jìn)行分析統(tǒng)計得出結(jié)論的優(yōu)化算法、貝葉斯過濾技術(shù)（垃圾郵件過濾、文本過濾）、用決策樹技術(shù)實(shí)現(xiàn)預(yù)測和決策建模功能、社交網(wǎng)絡(luò)的信息匹配技術(shù)、機(jī)器學(xué)習(xí)和人工智能應(yīng)用等。本書是Web開發(fā)者、架構(gòu)師、應(yīng)用工程師等的絕佳選擇。
Machine Learning for Hackers
Machine Learning for Hackers （中文譯名：機(jī)器學(xué)習(xí)-實(shí)用案例解析）通過實(shí)例講解機(jī)器學(xué)習(xí)算法，用R實(shí)現(xiàn)的，可以一邊學(xué)習(xí)機(jī)器學(xué)習(xí)一邊學(xué)習(xí)R。這是一本實(shí)操型的書，重點(diǎn)放在講怎么用R做數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)的算法更多的是通過黑箱的方式來講，強(qiáng)調(diào)input,output含義，弱化機(jī)器學(xué)習(xí)算法細(xì)節(jié)。文中基本都是通過case來講述怎么去解決問題，并且提供了原始數(shù)據(jù)供自己分析。適合兩種人：
（1）有過機(jī)器學(xué)習(xí)的一些理論，缺少案例練習(xí)
（2）只需掌握怎么用通用的機(jī)器學(xué)習(xí)解決問題的人，只希望知道機(jī)器學(xué)習(xí)算法的大致思想，不想詳細(xì)學(xué)習(xí)機(jī)器學(xué)習(xí)中的算法。
Machine Learning by Tom M Mitchell
《Machine Learning》展示了機(jī)器學(xué)習(xí)中核心的算法和理論，并闡明了算法的運(yùn)行過程。《Machine Learning》綜合了許多的研究成果，例如統(tǒng)計學(xué)、人工智能、哲學(xué)、信息論、生物學(xué)、認(rèn)知科學(xué)、計算復(fù)雜性和控制論等，并以此來理解問題的背景、算法和其中的隱含假定。《機(jī)器學(xué)習(xí)》可作為計算機(jī)專業(yè) 本科生、研究生教材，也可作為相關(guān)領(lǐng)域研究人員、教師的參考書。
免費(fèi)PDF鏈接：http://personal.disco.unimib.it/Vanneschi/McGrawHill_-_Machine_Learning_-Tom_Mitchell.pdf
The Elements of Statistical Learning
《The Elements of Statistical Learning》介紹了這些領(lǐng)域的一些重要概念。盡管應(yīng)用的是統(tǒng)計學(xué)方法，但強(qiáng)調(diào)的是概念，而不是數(shù)學(xué)。許多例子附以彩圖。《The Elements of Statistical Learning》內(nèi)容廣泛，從有指導(dǎo)的學(xué)習(xí)（預(yù)測）到無指導(dǎo)的學(xué)習(xí)，應(yīng)有盡有。包括神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、分類樹和提升等主題，是同類書籍中介紹得最全面的。計算和信息技術(shù)的飛速發(fā)展帶來了醫(yī)學(xué)、生物學(xué)、財經(jīng)和營銷等諸多領(lǐng)域的海量數(shù)據(jù)。理解這些數(shù)據(jù)是一種挑戰(zhàn)，這導(dǎo)致了統(tǒng)計學(xué)領(lǐng)域新工具的發(fā)展，并延伸到諸如數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和生物信息學(xué)等新領(lǐng)域。許多工具都具有共同的基礎(chǔ)，但常常用不同的術(shù)語來表達(dá)。
Learning from Data
這是一門機(jī)器學(xué)習(xí)（ML）的入門課程，涵蓋其基本理論、算法及應(yīng)用。機(jī)器學(xué)習(xí)是大數(shù)據(jù)及金融、醫(yī)藥、商業(yè)及科研應(yīng)用的關(guān)鍵技術(shù)。機(jī)器學(xué)習(xí)使得計算系統(tǒng)能夠自動學(xué)習(xí)如何通過數(shù)據(jù)中提取的信息執(zhí)行目標(biāo)任務(wù)。機(jī)器學(xué)習(xí)現(xiàn)已成為當(dāng)下最熱門的研究領(lǐng)域之一，也是加州理工學(xué)院15個不同專業(yè)的本科生和研究生的研修課程。本課程在理論和實(shí)踐中保持平衡，并涵蓋了數(shù)學(xué)與啟發(fā)式方法。
Pattern Recognition and Machine Learning
這本書是機(jī)器學(xué)習(xí)的神作之一，必讀經(jīng)典！
免費(fèi)PDF鏈接：http://www.rmki.kfki.hu/~banmi/elte/Bishop%20-%20Pattern%20Recognition%20and%20Machine%20Learning.pdf
人工智能
Artificial Intelligence: A Modern Approach
《Artificial Intelligence: A Modern Approach》以詳盡和豐富的資料，從理性智能體的角度，全面闡述了人工智能領(lǐng)域的核心內(nèi)容，并深入介紹了各個主要的研究方向，是一本難得的綜合性教材。
免費(fèi)PDF鏈接：http://www.cin.ufpe.br/~tfl2/artificial-intelligence-modern-approach.9780131038059.25368.pdf
Artificial Intelligence for Humans
這本書闡釋了基本的人工智能算法，如維度、距離度量、聚類、誤差計算和線性回歸等，用了豐富的案例進(jìn)行闡釋。需要較好的數(shù)學(xué)基礎(chǔ)。
Paradigm of Artificial Intelligence Programming
本書介紹了出色的編程范式和基本的AI理論，是致力于人工智能領(lǐng)域的小伙伴的必讀之作。
Artificial Intelligence: A New Synthesis
本書提出了統(tǒng)一人工智能理論的新的集成方法，涵蓋了諸如神經(jīng)網(wǎng)絡(luò)，計算機(jī)視覺，啟發(fā)式搜索，貝葉斯網(wǎng)絡(luò)等。進(jìn)階選手必讀。
The Emotion Machine: Commonsense Thinking, Artificial Intelligence and the Future of Human Mind
在這部讓人腦洞大開的圖書中，科技先鋒馬文·明斯基繼續(xù)了他極具創(chuàng)造力的研究，給我們呈現(xiàn)了一個全新的不可思議的人類大腦運(yùn)轉(zhuǎn)模式。
Artificial Intelligence (3rd Edition)
這是一本關(guān)于人工智能的入門書。沒有編程基礎(chǔ)的人也可以很容易地理解其中的解釋和概念。化繁為簡，但也包含了高層次的人工智能領(lǐng)域的探討。
整理自網(wǎng)絡(luò)內(nèi)容
大數(shù)據(jù)周刊
郵箱:tougao@bigdatamag.cn
眾論大數(shù)據(jù) 引領(lǐng)大時代
聯(lián)系客服
