人工智慧入門，求書籍推薦？
強烈推薦《人工智慧狂潮：機器人會超越人類嗎？》人工智慧狂潮 (豆瓣)
來自日本學者的科普書，內容非常淺顯及時，甚至包含了最近深度學習的發展介紹。唯一的不足之處就是翻譯標題太惡俗了。
20 free books to get started with Artificial Intelligence ? Big Data Made Simple還有一個不錯的網站:Artificial Intelligence: A Modern Approach(當然這本書也是best sale)
想了解學習人工智慧，到底應該看什麼書？
原創 2017-08-19 智能菌 智能玩咖
智能菌 好多人在後台叫智能菌推薦學習人工智慧的書，之前一直很忙，推薦書這件事本身很折騰，今天是周末，內容來晚了，就是為了給大家開個靠譜書單。
1、在亞馬遜上關於人工智慧的圖書資料有879條，雖然實際上沒有那麼多，估計關於AI的書，也有那麼幾百本吧，問題是，AI這個領域，要不要有幾百本呢？其實不要，有十來二十本差不多就夠了。當然，AI行業對於人來說，就像一本書，每個人讀了，就會有自己的理解，然後出一份自己專屬的讀書筆記，這就導致很多人都出書，但內容都差不多的。
2、這個問題是可以理解的，因為人工智慧現在大熱，出版社基於業務方面的壓力，滿世界找能寫書的人，看到誰有出書的潛質，就找過來寫一本關於人工智慧的書。連智能菌都被出版社邀請了好幾次了，我當然能出，寫出來估計比李開復、楊瀾之流寫得還好，但說句實話，出這種書意義不大。
3、為什麼這麼說呢？我們先進入主題，想了解人工智慧，該看什麼書？基本所有的行業圖書，都分為兩類，一類是科普書，一類是專業書。科普書是給小白看的，讓小白看了能了解這個行業的狀況。專業書是給學習技術的童鞋看的，小白也看不懂，很多其實連智能菌也看不懂。
4、我們先來說說小白能看得懂的科普書。這類書要寫得好，有三個條件：第一，你是個牛逼的科普作家；第二，你出得很及時；第三，你寫的書總結的很全面。注意，這裡用的是「總結」一詞。為什麼呢？因為上面提到了，科普書的目的是用簡單的文字讓人深入了解行業，總結能力不好的話，書就會寫得很片面，那你花錢買了這本書，就白買了。
5、那麼，科普類的書，應該看那些呢？這一類書實在是太多了，我都說我也能寫，而且寫得比李開復好，雖然你們覺得我吹牛逼，但實際上真的這樣。國內最早出AI類科普書，應該是《浪潮之巔》的作者吳軍博士，吳博士的書還是值得一看的。看完吳博士的書，接下來別的書其實是沒有太大意義的。比如李開復的書《人工智慧：李開復談AI如何重塑個人、商業與社會的未來圖譜》、李彥宏的書《智能革命:迎接人工智慧時代的社會、經濟與文化變革》、周鴻禕的《智能主義：未來商業與社會的新生態》、吳霽虹的《未來地圖:創造人工智慧萬億級產業的商業模式和路徑》，大家看題目，就發現這幾本書簡直是千篇一律，裡面的內容其實差不多，不過是根據自己的角度解讀和總結人工智慧行業罷了，你如果勤奮三個月，也可以寫出這樣一本書，而且，上面提到的書名，很多是公關團隊的寫手寫的。當然，如果你目前還沒讀過AI科普類的書，可以讀讀吳軍博士、李開復博士或者吳霽虹教授的，相對來說這三本總結得比較系統，但他們三選一本就可以了。最後，不得不告訴你一個事實，無論你讀了多少，你都發現，依然沒有關注我們@智能玩咖 公眾號有價值。
6、說到科普類的書，最近扎堆出書之後，突然冒出了一本楊瀾同志寫的書，封面還是她的大臉，把我嚇了一跳。認真一看，其實就是她前一段時間走訪人工智慧行業做訪談的內容文字版。的確寫得很簡單，估計也是團隊的小孩整理出來的，但看書還不如看她的節目，優酷就有視頻，幹嘛要看文字？當然，這本書估計會大賣，沒辦法，儘管沒有什麼學術含量，但楊瀾有強大的媒體資源來推廣，包括李開復、吳恩達、張亞勤等人的面子推薦，估計能忽悠不少小白，畢竟我們現在是處在一個人傻錢多的年代。
7、說完科普書，接下來說說學術書，或者專業書。這類書看起來超級枯燥，但是有乾貨，而且有細分，種類也很多，所以要給大家推薦，難度有點大，但以我的經驗，如果你真的很愛學習，我相信你會有一雙找到適合自己讀的書的慧眼。在這裡首先推薦一本科普類卻帶有學術味的書，叫《AI：人工智慧的本質與未來》，瑪格麗特·博登老太太寫的，她是英國薩塞克斯大學認知和計算機科學學院第一任院長，從1997年起，她就是該系認知科學研究教授。「她擁有醫學科學、心理學、哲學等學科背景，並能夠將這些學科的理論融會貫通，與自己對人工智慧的研究相結合。她被譽為是「人工智慧領域的女性牛人」。這本書不講技術，但也比較難懂，所以智能菌看了兩篇，現在還有點吃力。
8、接下來推薦這一本，超級大部頭。名字叫《世界著名計算機教材精選·人工智慧:一種現代的方法(第3版)》，沒錯，這是一本教材，也可以說是最權威、最經典的人工智慧教材，已被全世界100多個國家的1200多所大學用作教材。900多頁的大部頭，很耐看，關於人工智慧技術的都囊括在裡面了，想往這塊發展的一定要看這本。
9、人工智慧之所以在這幾年重新大熱，很大程度是深度學習帶來的突破，所以想學好AI專業，一定要看這本最新出版的《深度學習》，這是由全球知名的三位專家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰寫的書，是深度學習領域奠基性的經典教材，全書500多頁，還死貴，亞馬遜的價格去到了126，不過好東西，真的值得擁有。要不別人也不說它是「AI聖經」了。
10、差不多了，今天寫這篇文章，目的是希望大家在學習人工智慧這條路上，少走彎路。前面提到了，這是一個人傻錢多的年代，人工智慧看似很高大上的樣子，實際就是那麼一回事。在大家瘋狂炒作的時候，一些裝逼狗已經通過寫書、演講、賣課賺得盆滿缽滿了。他們是名人，怎麼吹都有市場，我們是屌絲，只有踏踏實實學好知識，才有機會跟這個顛覆未來的行業打個擦邊球。
本文由智能君原創，
如果你也在關注人工智慧，歡迎微信搜索@智能玩咖 公眾號關注！
不知道作者所指入門的起點是什麼？文科生初次接觸？程序猿轉人工智慧？
樓上已經給了足夠多的指點和圖片，我就來點實際的下載鏈接。需要的朋友拿去。
已經分門別類的存好。需要的朋友綜合考慮目前自身所處的狀態。
文檔較多，不要做資料收藏家！不要做資料收藏家！下載一分鐘，讀完一輩子！
一、文科生入門。裡面有李開復，李彥宏，吳軍，《奇點臨近》，《未來簡史》等人所著書籍。
鏈接：http://pan.baidu.com/s/1dFAfzyx 密碼：en2f
二、工科生入門。
1、數學類基礎書籍和資料：
鏈接：http://pan.baidu.com/s/1slqeb61 密碼：ir13
2、大數據，數據科學，機器學習資料：
鏈接：http://pan.baidu.com/s/1qXMZYY4 密碼：523m
3、《Deep Learning》AI聖經：
鏈接：http://pan.baidu.com/s/1nuTlF8t 密碼：4cb1
周志華的西瓜書，非常好的入門教程
Shai Shalev-Shwartz / Shai Ben-David
Understanding Machine Learning
from theory to algorithms
有中文翻譯
關於機器學習的書單，可以分為給業內人士的入門書單，給有一定基礎的進階書單，以及針對外行的科普書籍。這類科普書籍，會展示機器學習與其他學科的關聯，從而能夠帶給不同學科背景的讀者諸多啟發。對於不了解這個行業的讀者，閱讀這類書，可以避免閱讀碎片化的科普小文帶來的缺少系統性了解的問題；而對於從業者，由於這些書多是由大師寫成，其語句中多包涵言外之音，會給讀者帶來如打通任督二脈的豁然貫通感。霍金曾說，他的時間簡史，每多一個公式，銷量就會降低一半，所以今天推薦的這些書中都不會包含公式。
首先推薦的是《終極演算法：機器學習和人工智慧如何重塑世界》[The Master Algorithm]
這本書的名字，顯示著作者試圖在機器學習的各個流派間進行整合，最終提出機器學習里的「牛頓三定律」的理想。作者在這本書里，介紹了當前常用的演算法的發展歷程，這些演算法包括決策樹，遺傳演算法，神經網路，樸素貝葉斯及貝葉斯網路，隱式馬爾可夫鏈，K最近鄰及支持向量機，作者還介紹了無監督學習的演算法。在介紹演算法時，作者還介紹了機器學習里最大的兩個阻礙，過擬合及維度災難。
對上面的這些名詞看不懂，看過書你就明白了。這本書中，沒有公式與代碼，有的只是對機器學習中的演算法本質一針見血的點破，有的只是依據這些演算法而編出的日常生活中的故事，是對機器學習中核心演算法的概念化的模型。一言以概之，這是一本所有有高中數學水平且無計算機背景的讀者都能夠讀懂的科普書。如果你不想對控制著我們衣食住行方方面面的機器學習演算法一無所知，那麼這本書是你必讀的書。
人工智慧之父馬文·明斯基經典作品：情感機器+心智社會
這兩本書的作者被譽為人工智慧之父，不是因為他發現了某一個特別NB的演算法。而是因為其對人類的認知過程有著獨特的見解，從而能利用對人類認知的洞察來指導機器學習演算法的研發。其在70年代寫成的心智社會一書，令當前的人工智慧研究者還會常讀常新。這本書雖然價格有些高，但考慮到讀一遍根本不指望能看懂，要看三遍才能有些領悟，算算閱讀單價，就不算高的。再加上這本書送朋友，那是多麼有逼格的一件事啊。
這本書是人工智慧之父集一生功力寫成的集大成之作。如何讓機器有感情，是在機器智能即將超越人之後的人工智慧的下一個天花板。情感計算的概念，也隨著Chatbot（聊天機器人）而火了起來。閱讀這本書，會讓讀者認識到情感不一定是人類獨有的特徵。情況也可以被表示為一連串的計算。而賦予機器情感，我們也能造成有常識，有直覺的機器。如果你想打破人工智慧的黑盒子，這本書也是一本需要反覆研讀的大作。
科學的極致 漫談人工智慧 集智俱樂部
集智俱樂部有一群有激情有實力的小夥伴，其中既有來自學術界的張江教授，也有基於深度學習開發了彩雲天氣，彩雲翻譯等APP的創業者。而這本書則是集智眾人的智慧結晶。這本書由於是中國人寫成，所以避免了翻譯作品的語言障礙。楊瀾曾經在她的博客中推薦過這本書，說她從這本書中收穫甚多，可見這本書是很容易讀懂的。正如書名所顯示，這本書涉及諸多人工智慧領域。而書中諸多的插圖，例子和參考文獻則讓這本書贏在了細節上。
機器之心 雷·庫茲韋爾
奇點臨近，尤其是當Alpha Go橫掃圍棋界的時候，又會被人再一次提起。而這個詞就來自於本書的作者，著名未來學家雷·庫茲韋爾。這本書中的預言究竟會不會實現，讀者需要保持批判性的判斷，不可人云亦云。而要批判性的提問，就先要讀讀原文，看看作者做了哪些價值性的假設，從而閱讀後不止是腦洞大開，還能提升自己在面臨未來註定層出不窮的人工智慧的新聞時的判別能力。
數學之美
這本書雖然叫做數學之美，其實由於作者是谷歌的搜索專家，所以寫的多半是自然語言處理領域的發展。關於這本書，溢美之詞已經太多了。而我這裡想說的不是其將演算法背後的原理講述的多麼清晰，而是作者講述了其和諸位自然語言處理領域的先驅的個人故事，其中描述了諸多學者的風骨以及其背後的道德力量。這是這本書少有被人提起，但卻能令人記憶深刻的地方。
1維基百科英文版的 AI 詞條。應該是最簡單的。
2 A Brief History of AI
3 A (Very) Brief History of Artificial Intelligence
4 科學的極致：漫談人工智慧 (豆瓣)
5 人工智慧：李開復談AI如何重塑個人、商業與社會的未來圖譜 (豆瓣)
6 奇點臨近
然後從這些裡面延伸~
其實我覺得還應該多關注心理學的作品，因為人工智慧說到底是要機器向人的學習甚至替代。心理學為什麼重要？你知道互聯網是在ARPA出現的（阿帕網），而ARPA的計算機部門幾個關鍵的領導者（比如剛去世的羅伯特·泰勒）都是學心理學的！！！而不是學技術的！
7 心理學百科 (豆瓣)
8 白板 (豆瓣)
然後是一些最新的：
9 終極演算法 (豆瓣)
10 人工智慧時代 (豆瓣)
（此處省略十本……）
這些書有些哲學和道德層面的思考， 比較長遠。
另外還有不少的科幻作品和電影，不列舉了。如果不看書，不如直接讀科幻，阿西莫夫，施瓦辛格的作品，瓦力，漫威系列……畢竟很多做AI的最初都是看科幻長大的。
技術方面的我完全不懂。這只是一個文科生的AI入門書。
Github上面的一些資源，供參考：owainlewis/awesome-artificial-intelligence · GitHub
書單《人工智慧時代》Jerry Kaplan人工智慧到來時，人類將面臨什麼挑戰，法律、道德將迎來什麼改變。《智能時代》吳軍開始閱讀吳軍博士的新書，智能時代。人工智慧採用數據驅動方法，機器通過大數據的餵養，學習共同點，達到識別貓狗，翻譯等高階技能。人工智慧的思路不再是讓機器模仿人，而是讓機器有學習總結的能力。《Homo Deus: A Brief History of Tomorrow》 Yuval Noah Harari羅胖在跨年演講裡面強烈推薦的書，中文名叫《未來簡史》，人類簡史的作者新作，暢想未來科技很發達的情況下，人類的生存狀態。
人工智慧相關的書籍還是比較多的，我也看了幾本，看了一本松尾豐的大智能時代，不太認可，也可能是個人不喜歡對話式書籍，我認為比較不錯的有4本，知友們有時間可以看下：
人工智慧革命 ——王天一（著），歷史、當下與未來，這本書內容清晰，結構合理，是中文領域難得「人工智慧」佳作，作者試圖用儘可能少的專業術語回顧人工智慧發展歷程，揭秘機器學習的終極邏輯，全景勾勒人工智慧的商業未來，是一本給普通人看的、全面闡釋人工智慧前世今生與未來的科普書籍。
認知計算與人工智慧————IBM商業價值研究院（著），機器學習的底層革命，打造擁有認知能力的人工智慧，這本書以人工智慧為背景，全面細緻的介紹了認知計算的概念，進而結合九個行業的實踐成果，深入介紹了認知計算的實際應用，對各行業的思想者、經營者和技術領導者都非常有啟發性。
智能的本質———— 皮埃羅·斯加魯菲（著），人工智慧與機器人領域的64個大問題， 在書中，作者從常識出發，對人工智慧和機器人表達了很多「令人驚訝」而又讓人深思的觀點，機器人的智慧能超過人類嗎？人工智慧的奇點究竟何時會到來？人類會藉助人工智慧實現永生嗎？對於這些問題的回答，都取決於我們如何定義智能的本質。
科學的極致————集智俱樂部（著），漫談人工智慧，這本書用生動清晰的語言圍繞人工智慧的起源、發展、分支和現狀進行了通俗易懂的闡述，是一本易懂的人工智慧入門科普書，也值得科研人員參考。希望這本書會引起更多的年輕學者投身於人工智慧的研究。
我個人認為，人工智慧經過數十年的發展，在存儲、運算、和傳輸能力上都已經有了幾何級的提升，相信不久的將來，人工智慧將會滲透我們的生活，影響我們的點點滴滴，人工智慧、大數據、雲計算、物聯網、智能家居，將是我們必須面對，也是必須要接受的，建議大家，可以看下相關的智能科訊平台，比如，多智時代-智能服務引領者|聚焦於人工智慧、大數據、雲計算、物聯網，引領智能變革！，引領智能變革，雷峰網——讀懂智能未來等等，讓我們一起迎接人工智慧時代的社會、經濟與文化變革，擁抱智能，暢享未來！
不知道題主基礎如何，希望了解到什麼程度，後續有什麼打算。
所以先按照科普書要求考慮：
對於大多數人來說閱讀難度不高，公式和理論少一些，最好有趣些，能讀得下去；
內容上如果深度不足，能做到較新和全，有一定參考及閱讀價值。
推薦四本書，書不多，只用做科普參考。
- 《超級智能》
- 《我們最後的發明：人工智慧與人類時代的終結》
- 《智能時代》
- 《人工智慧：國家人工智慧戰略行動抓手》
英文版：《SUPERINTELLIGENCE》
作者簡介：
Nick Bostrom，著名思想家，牛津大學人類未來研究院的院長，哲學家和超人類主義學家。其學術背景包括物理、計算機科學、數理邏輯以及哲學，著有大約200種出版物，已經被翻譯成22種語言。曾獲得著名的Eugene R. Gannon獎（該獎項每年只有一名獲得者，他們來自哲學、數學、藝術和其他人文學科與自然科學領域）。
推薦理由：
機器智能可以發展到什麼程度？普通人的機會在哪裡？這是我們在面前快速發展的技術時，揮之不去的疑問和焦慮。Nicks在書中討論這種超級智能將會具備什麼能力， 將會以什麼方式到來，會不會威脅我們的生命？人類該如何在超級智能時代生存，如何向機器輸入我們的價值觀體系，如何管控機器？
Nick在不僅是在討論機器智能可能帶來的風險，同時也給出了他對於解決方案的思考，會有些啟發。
英文版：《Our Final Invention》
作者簡介：
James Barrat，美國知名科普作家和解密類紀錄片導演，20多年來一直關注人工智慧領域的進展，多次為探索頻道製作影片。
推薦理由：
James為了完成這本書，遍訪了美國人工智慧領域前沿學者和知名專家，與他們進行了深入對話，包括科幻大師Arthur Clarke、未來學家Ray Kurzweil、機器人專家Rodney Brooks等。試圖告訴讀者，前沿學者們在研究什麼，如何看待人工智慧？是否會出現超級智能，是否會有奇點，人工智慧是否是人類的終結者？大眾是否低估了其中的風險而過於樂觀，或高估了AI的潛能而過於悲觀？
回顧展望人工智慧的發展歷程，書中介紹三種類型的人工智慧：
1）弱AI（窄AI），即為某一垂直領域AI，比如自動客服、推薦系統等，目前已有不少商用案例；
2）AGI，即與人類智力水平相當的通用人工智慧，研究人員努力的方向和最終的榮耀；
3）ASI，即智能水平遠超人類的超級人工智慧。
James只從專業人員那裡了解到AI發展到AGI再到ASI的兩種可能有效的途徑，現階段第2和3階段的實現尚見不到蹤影。
作為一個記錄者，James追蹤數十年的AI發展，書名就足以體現他對於超級人工智慧的態度是悲觀且焦慮的，全書對於人工智慧的風險和威脅方面不惜筆墨地反覆重申。書中的觀點不一定是全部客觀和正確，但是這些聲音來自於行業內的研究人員和記錄者，與其視而不見，聽而不聞，任由知識空白帶來的猜測和恐懼抓住我們，不如利用每一個信息窗口，儘早去了解和學習，把判斷和選擇的權力交還給自己。
作者簡介：
吳軍，博士，與2002年加入谷歌公司，2010年加盟騰訊公司，出任負責搜索和搜索廣告的副總裁。2012-2014年回到谷歌，領導計算機自動問答項目。2014年，他在矽谷創辦了豐元資本風險投資公司。他在美國兩家風險投資基金（中國世紀基金和ZPark風險基金）分別擔任董事和顧問，也是約翰霍普金斯大學工商學院董事會董事，以及該校國際事務委員會的顧問。
推薦理由：
正如副標題所說，這本書講的是大數據和智能革命重新定義未來，書中大數據的內容更多。吳軍博士在這本書中，沒有對技術做深入的解讀，而是從產業變革、技術應用中解讀大數據的理念，屬於科普讀物。吳軍博士看待問題的方式和思考方法，值得了解和學習，思考個人在變革中的位置。
作者簡介：
由騰訊研究院、騰訊AI Lab、騰訊開放平台、中國信通院互聯網法律研究中心聯合著述。
推薦理由：
這本書從技術、戰略、法律、倫理、治理、未來七個部分討論人工智慧，對人工智慧產業全貌、最新進展、發展趨勢進行了解讀，梳理當前人工智慧的應用和未來的發展，介紹了各國的人工智慧方面的規劃，對想全面了解人工智慧，有志從事AI相關行業的讀者有一定幫助。內容全，每一部分都沒有深入論述，屬於普及讀物。
（如果有合適的書，可以留言推薦）
我來回答一下我讀過的幾本好書，從入門到基礎到深入。
第一本:吳軍博士著作的智能時代
該書講解了人工智慧的應用場景和技術前景，語言非常通俗易懂，不涉及專業辭彙，是普及人工智慧的面向大眾的一本書。當然也有其他類似書籍，如李開復先生的人工智慧，我只讀過智能時代，吳軍博士同樣也是數學之美，大學之路，矽谷之謎等暢銷書的作者。
第二本:周志華的機器學習，俗稱西瓜書。通篇以西瓜為例講解了機器學習的各個分支和各個領域，是一本百科大全，雖然具體知識講解不是很透徹，但作為一本目錄書，隨時隨地查，還是很不錯的。
第三本:Ian GoodFellow的deep learning.該書是和courville以及bengio 共同撰寫的。兩位分別是蒙特利爾大學的技術中堅和殿堂級人物。Ian是最近機器學習領域的一顆新星，提出了生成式網路。該書已有中文譯本，甚至中文譯本的質量要超過原版，這裡對參加譯文工作的夥伴們點贊。
該書以深度學習為重點，深度學習是復興機器學習技術的重要分支，在大數據和計算力的驅動下，越來越深的神經網路被提出。是一本好書。
如果讀到第三本，相信你已經對機器學習有一個比較全面並深入的了解。但是要弄懂機器學習之所以成為未來的技術革新，對機器學習的前因後果掌握清楚，你還要了解一些概率學習的知識。難度比較大，想繼續深入的同學可以嘗試。
Christopher Bishop的Pattern Recognition and Machine Learning.被稱為經典書籍。
The theory of Statistical Learning 和 The elements of statistical Learning，兩者分別偏向於統計學習的理論和技術細節。
一些額外話，其實讀完以上書籍並不能保證你處在了科研第一線，如果要時刻與學術界最新的發展保持同步，依然要閱讀大量最新的文獻和論文。首先推薦的是《人工智慧:一種現代的方法》英語不好可以看清華大學出版社的中譯本。這本書涵蓋了人工智慧領域的大部分內容，可以參考下，啃一下。然後還有雷庫茲韋爾寫的《機器之心》
快問快答：學習人工智慧該讀哪些書可以快速入門呢？我的答案是多讀經典書。方向對了即使慢點，總會走向成功的終點。而該讀哪些書，我帶來了五份經典書單。
人工智慧有多火，相信鋪天蓋地的新聞已經證實了這一點，不可否認，我們已經迎來了人工智慧的又一次高潮。與前幾次人工智慧的飛躍相比，這一次人工智慧突破將軟體演算法、高並發硬體系統以及大數據有機地結合在一起，進而將人工智慧推向了最接近人類智能的制高點。
我在招聘網站上搜索人工智慧相關的崗位，這些崗位的涉及到的技術領域包含：
演算法、深度學習、機器學習、自然語言處理、數據結構、Tensorflow、Python 、數據挖掘、搜索開發、spider開發、神經網路、視覺度量、圖像識別、語音識別、推薦系統、系統演算法、圖像演算法、數據分析、貝葉斯方法、概率編程、計算機數學、數據倉庫、matlab建模等關鍵詞，基本涵蓋了現階段人工智慧細分領域的人才結構。
將上面的崗位涉及到的崗位和技術劃分為四大類，就形成了今天的五份書單：
NO.1人工智慧科普類：人工智慧科普、人工智慧哲學
《智能的本質》斯坦福、伯克利客座教授30年AI研究巔峰之作
《科學+遇見人工智慧》李開復、張亞勤、張首晟等20餘位科學家與投資人共同解讀AI革命，機器學習教父Tom Mitchell力薦
《人工智慧時代》從人工智慧的歷史、現狀、未來，工業機器人、商業機器人、家用機器人、機器翻譯、機器學習等人工智慧應用領域依次介紹了人工智慧發展前景。
《人工智慧簡史》 跟著圖靈、馮?諾依曼、香農、西蒙、紐維爾、麥卡錫、明斯基等人工智慧的先驅們重走人工智慧之路，站在前人的肩膀上，看人工智慧的三生三世，鑒以往才能知未來。
《科技之巔》源自麻省理工學院的科技創新預言聖經 掌握未來數年全球科技發展趨勢和商業化潛力。
《科技之巔2》全球多領域20位行業專家深度解讀強化學習、基因療法2.0、自動駕駛貨車、量子計算等新科技新產業。
《數學之美（第2版）》浪潮之巔 文明之光 矽谷之謎 大學之路作者吳軍博士作品
新版增加大數據和機器學習內容 文津圖書獎獲獎書 央視新聞推薦的學科敲門磚。《技術的潛能》 美國知名戰略諮詢管理專家馬庫斯教授力作！為非技術人士了解技術影響力而寫的一本簡明讀本！
NO.2人工智慧深度學習類：深度學習、Tensorflow
點擊下方書名試讀
《深度學習》AI聖經，深度學習領域奠基性的經典暢銷書 特斯拉CEO埃隆·馬斯克等國內外眾多專家推薦！
《深度學習精要（基於R語言）》基於R語言實戰,使用無監督學習建立自動化的預測和分類模型
《TensorFlow技術解析與實戰》包攬TensorFlow1.1的新特性
人臉識別 語音識別 圖像和語音相結合等熱點一應俱全 李航 余凱等人工智慧領域專家傾力推薦!《TensorFlow機器學習項目實戰》第二代機器學習實戰指南，提供深度學習神經網路等項目實戰，有效改善項目速度和效率。
NO.3人工智慧機器學習類：Python、機器學習、數據科學。
《Python機器學習實踐指南》 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演算法來用Python 做數據分析。《Python機器學習——預測分析核心演算法》 從演算法和Python語言實現的角度，認識機器學習。
《機器學習實踐應用》阿里機器學習專家力作，實戰經驗分享，基於阿里雲機器學習平台，針對7個具體的業務場景，搭建了完整的解決方案。
《NLTK基礎教程——用NLTK和Python庫構建機器學習應用》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。
《Microsoft Azure機器學習和預測分析》 了解新的微軟Azure
Machine Learning服務 掌握高效構建和部署預測模型的實用技能。《機器學習與數據科學（基於R的統計學習方法）》 為數據科學家提供了一些在統計學習領域會用到的工具和技巧。
《機器學習Web應用》 eBay公司EU
Analytics部門負責人Davide Cervellin作序推薦，全面Python機器學習的圖書 學會在Web下構建機器學習系統的權威指南。《實用機器學習》 使用R語言引導讀者掌握機器學習實戰
順利針對新問題 新數據選擇和使用機器學習演算法。NO.4人工智慧演算法策略類：演算法、神經網路、自然語言處理、推薦系統、系統演算法、圖像演算法、貝葉斯、概率編程、數學演算法等。
《神經網路演算法與實現——基於Java語言》 完整地演示了使用Java開發神經網路的過程，既有非常基礎的實例也有高級實例。
《趣學演算法》 50 多個實例循展示演算法的設計、實現、複雜性分析及優化過程
培養演算法思維 帶您感受演算法之美。《演算法謎題》 Google、Facebook等一流IT公司演算法面試必備，經典演算法謎題合集。
《Python演算法教程》 精通Python基礎演算法 暢銷書Python基礎教程作者力作。
《編程之法：面試和演算法心得》程序員面試寶典 筆試金典 CSDN訪問量過千萬的博客結構之法演算法之道博主July著作。
《趣題學演算法》 一本有趣的、易學的、實用的，幫助讀者快速入門應用的演算法書。
《Java遺傳演算法編程》 遺傳演算法設計 機器學習人工智慧 來自Java專家的聲音 用遺傳演算法解決類似旅行商的經典問題。
《演算法學習與應用從入門到精通》 320個實例、753分鐘視頻、5個綜合案例、74個技術解惑，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。
NO.5人工智慧時間圖像和視覺識別類：圖像識別、語音識別、自然語言處理、matlab建模工程。
《OpenCV和Visual Studio圖像識別應用開發》無人駕駛人臉識別基礎技術
用OpenCV實現圖像處理應用 計算機視覺編程實戰手冊。《人臉識別原理及演算法——動態人臉識別系統研究》 介紹了動態場景下的人臉識別方法，該方法綜合應用了人臉定位、人臉識別、視頻處理等演算法。
《精通Python自然語言處理》 用Python開發令人驚訝的NLP項目 自然語言處理任務 掌握利用Python設計和構建給予NLP的應用的實踐。
《Python自然語言處理》基於Python編程語言和NLTK，自然語言處理領域的一本實用入門指南。
《貝葉斯方法：概率編程與貝葉斯推斷》 機器學習 人工智慧 數據分析從業者的技能基礎 國際傑出機器學習專家余凱博士 騰訊專家研究員岳亞丁博士推薦。
《貝葉斯思維：統計建模的Python學習法》Think Stats和Think Python圖書作者重磅出擊
數據分析師 數據工程師 數據科學家案頭常備。《概率編程實戰》人工智慧領域的先驅、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！
《自己動手寫神經網路》 機器學習與人工智慧參考書 基於Java語言撰寫。
更多內容請關注微信公眾號【非同步社區】
Tom michell《機器學習》，寫的力度很大，很適合有一定數理基礎的讀，周志華西瓜書講的意猶未盡，讀起來沒有感覺，這本書力度可以和PRML相提並論，但這本書比那個數學上要簡潔一些，也薄一些。有官方中譯本（沒讀過），還可以配合cmu 10 601學習
關於人工智慧其中10本白皮書曬出來分享
人工智慧白皮書（包含 PDF 文件，可獲取下載方式）
1.Preparing for the Future of Artificial Intelligence（為人工智慧未來做好準備）
這份白皮書發表於 2016 年 10 月。它介紹了人工智慧目前在社會中所處的狀態以及其在經濟中所發揮的作用。它也提出了關於人工智慧的短期和長期願景的問題。這份白皮書絕對值得一讀，因為它不僅時間非常近，而且其信息源非常權威。美國國家科學技術委員會旗下的機器學習和人工智慧小組委員會是該白皮書的主要作者。
2.Artificial Intelligence as a Positive and Negative Factor in Global Risk（作為全球風險中積極因素和消極因素的人工智慧）
該白皮書的作者是 Eliezer Yudkowsky，其得到了 Machine Intelligence Research Institute 的贊助。這份白皮書研究了人工智慧如果像現在這樣繼續高速發展可能在未來造成的多種後果。因為我們還不知道人工智慧將向哪個方向發展，所以我們也不清楚其所帶來的影響哪些是積極的、哪些是消極的；因此 Yudkowsky 同時研究了這兩個方面。
Eliezer Yudkowsky 是 Machine Intelligence Research Institute 的一位全職研究員，他住在加州的舊金山灣區。
3.Learning to Trust Artificial Intelligence Systems（學習信任人工智慧系統）
在這份白皮書中，我們可以看到我們總是會不得不面對新的先進技術，而且最終我們會認識到這些技術將能夠以這樣或那樣的方式使我們的生活更好。這份白皮書認為人工智慧（IBM 喜歡稱其為「增強智能（augmented intelligence」）也是這樣。人工智慧將會越來越多地出現在我們的生活之中，我們會適應它，我們的生活也將因為它而變得更加美好。
這份人工智慧白皮書的作者是 Guruduth Banavar 博士，他是 IBM 研究院的副院長以及認知計算部門的首席科學官。
4.Artificial Intelligence and Life in 2030（2030 年的人工智慧與生活）
來自：斯坦福大學
這是一份人工智慧如何影響人類、社區與社會的報告。該報告回顧了過去 100 年科技是如何造成影響的。它由斯坦福大學於今年 9 月份發布。注意，報告中也觀察了人工智慧對社會造成的挑戰，比如經濟與道德問題。
5.Extreme Automation and Connectivity: The Global, Regional, and Investment Implications of the Fourth Industrial Revolution
發佈於今年 1 月份，如果你想找人工智慧白皮書，這是不可錯過的一份。由全球接入互聯網的連通性引發的「第四次工業革命」，生產線中大部分的自動化，加速這一進程的正是人工智慧。
6.Disruption Ahead
德勤聯合 IBM 專門投入資源做了此份報告，讓各種商業與個人能用到這一技術。在此白皮書中，你會學到他們如何做人工智慧，期待的收穫是什麼，以及期待什麼時候發生文中提到的里程碑。在讀此報告時，你會學到大量 Watson 的工作機制以及目前是如何部署機器的。裡面也有如今的使用案例。
7.Artificial Intelligence, Robotics, Privacy and Data Protection（人工智慧、機器人、隱私和數據保護）
這個主題是歐盟在馬拉喀什的一場會議上討論的，此白皮書於今年 10 月發布，主題集中在隨著人工智慧和機器人的崛起，為什麼開始討論數據保護和隱私問題如此重要。因為這些計算機像超級計算機一樣有著前所未有的能力，也因為隨著技術進一步發展我們需要現在就開始考慮如何保護地球上每個人的數據與隱私。
8.The Robot and I: How New Digital Technologies Are now Making Smart People , Businesses Smarter by Automating Rote Work
說到金融，大部分人都是去銀行或在網上銀行查閱信息，只需要點擊幾下按鈕。但想想十年前是如何處理經濟事項的？技術進步，特別是在人工智慧領域的進步，已經消除了金融操作中的許多步驟，從而使得個人和商業金融活動更為智能。
9.Research Priorities for Robust and Beneficial Artificial Intelligence（穩健有益的人工智慧的優先研究項）
來自：加州大學伯克利分校
此份白皮書是在人工智慧研究的主題上你最應該閱讀的白皮書之一，多位研究人員思考人工智慧的哪些研究領域是對人類收益最大的，還解釋了為什麼。他們都給出了各自的理由，由可靠的科學以及各自的經驗與觀點所支撐。
- Stuart Russell 是加州大學伯克利分校計算機科學教授，也是工程系的 Smith-Zadeh 教授。
- Daniel Dewey 是 Open Philanthropy Project 的項目經理。
- Max Tegmark 是 MIT 的教授。
10.The New Wave of Artificial Intelligence（人工智慧新浪潮）
由 Evry 發布的此份白皮書是來教育讀者為什麼新的人工智慧公司要通過升級舊的人工智慧概念來進行變革？為什麼它們要在眾多產業使用人工智慧技術創造全新的未來？觀測為什麼、什麼時候來創造人工智慧商業非常的重要，即使最後結果與舊商業一樣，你也需要從頭開始做人工智慧。在你使用一項完全不同的技術時，整個流程是獨一無二的。
《互聯網如何毒化了我們的大腦》《失控》《科技想要什麼》結合《復仇者聯盟2》來看，人工智慧是否會毀滅人來，哈哈，人工智慧能發展到電影里的那個階段真的是不能小覷啊人工只能相關書籍下載
推薦閱讀：
※機器學習，深度神經網路等方法是否是正確的方向？
※邏輯斯蒂回歸能否解決非線性分類問題？
※為什麼深度學習對訓練樣本的數量要求較高？