30本最受歡迎的人工智慧書籍（Stack Overflow數據）

05-04

數據來源： Stack Overflow

智能觀編譯整理

1. Artificial Intelligence

（人工智慧）（第三版）

作者：Stuart Jonathan Russell, Peter Norvig

本書為人工智慧方面的本科生或研究生撰寫，這次的修訂版為人工智慧理論和實踐提供了最全、最新的介紹。

2. Algorithms of the Intelligent Web

（智能網路演算法）

作者：Haralambos Marmanis, Dmitry Babenko

本書涵蓋了五類重要的智能演算法：搜索、推薦、聚類、分類和分類器組合，並結合具體的案例討論了它們在 Web 應用中的角色及要注意的問題。除了第 1 章的概要性介紹以及第 7 章對所有技術的整合應用外，第 2～6 章以代碼示例的形式分別對這五類演算法進行了介紹。

3. Speech and Language Processing

（語音和語言處理）

作者：Dan Jurafsky, James H. Martin

網路語言技術的爆炸式發展、不同領域的融合、基於電話的對話系統的可用性以及更多，讓這段時間成為語言和語言處理的激動人心的時刻。第一種方法是徹底覆蓋語言技術——在所有層面上，以所有的現代技術——這本書以實證的方法來研究這個主題，它的基礎是將統計和其他機器學習演算法應用於大公司。圍繞一個或多個工作示例構建每一章，演示本章的主要思想，並舉例說明各種方法的優缺點。

增加了統計序列標記、信息提取、問題應答和匯總、語音識別高級主題、語音合成等方面的內容。修正了對語言建模、正式語法、統計分析、機器翻譯和對話處理的主題覆蓋。對任何語言和語言處理領域的專業人士都有參考價值。

4. Programming Game AI by Example

（基於案例的遊戲行業AI編程）

作者：Mat Buckland

本書為遊戲開發行業所使用的「bread and butter」人工智慧技術提供了一個全面而實用的介紹，引導讀者通過C++編程語言設計、編程和實現智能代理。

5. Artificial Intelligence

（人工智慧）（第二版）

作者：Stuart Jonathan Russell, Peter Norvig

本書是一本介紹人工智慧的指南，涵蓋了人工智慧的大半部分分支，包括智能代理、問題解決、邏輯代理、機器人等。本書對人工智慧的發展歷史做了介紹，包括人工智慧最初是以「問題-解決」的模式出現的。本書有大量的在線樣本代碼，並以不同的語言編寫。這是一本很棒的CS（計算機科學）書，裡面有一些數學知識，但是附錄中對這些數學背景進行了全面的補充。

6. Foundations of Statistical Natural Language Processing

（統計自然語言處理基礎）

作者：Christopher D. Manning, Hinrich Schütze

近年來，處理自然語言文本的統計方法已佔主導地位。本書是第一個全面介紹統計自然語言處理(NLP)的文本，包含了構建NLP工具所需的所有理論和演算法。它提供了廣泛而嚴謹的數學和語言基礎，並詳細討論了統計方法，允許學生和研究人員實操。本書涵蓋了搭配發現、詞義消除歧義、概率解析、信息檢索和其他應用。

7. Neural Networks for Pattern Recognition

（模式識別的神經網路）

作者：Christopher M. Bishop

本文從統計模式識別的角度，對前饋神經網路進行了首次綜合整理。在對模式識別的基本概念進行過介紹後，介紹了建模概率密度函數的技術，並討論了多層感知器和徑向基函數網路模型的性能和相對優點。它還激勵了對各種形式的錯誤函數的使用，並回顧了主要的使錯誤函數最小化的演算法，總結了貝葉斯技術及其在神經網路中的廣泛應用。

8. AI Game Programming Wisdom

（人工智慧遊戲編程的智慧）

作者：Steve Rabin

本書介紹了人工智慧專家如何創建智能遊戲對象和角色。從一般人工智慧架構、基於規則的系統、詳細的人工智慧、腳本語言問題，到專家系統、模糊邏輯、神經網路和遺傳演算法等，全面覆蓋。如果你從事AI /邏輯，前端、用戶界面、工具、圖形等方面，這個綜合資源將幫助你把你的技能和知識提升到一個新層次。

9. Design Patterns in Java

（Java中的設計模式）

作者：Steven John Metsker, William C. Wake

本書給你動手實踐的機會，使你深刻理解在任何一項Java軟體項目中，充分利用設計模式可發揮的重要作用。作為對經典設計模式的完美補充，本書集最新的Java特性和最佳實踐於一身。

10. Natural Language Processing with Python

（使用Python進行自然語言處理）

作者：Steven Bird, Ewan Klein, Edward Loper

這本書提供了一個很容易理解的自然語言處理介紹，支持多種語言技術，從預測文本和電子郵件過濾到自動摘要和翻譯。

11. G?del, Escher, Bach. Anniversary Edition

（使用Python進行自然語言處理）

作者：Douglas R. Hofstadter

本書從一位科學家和數學家的跨學科的角度探討了人類思維過程的奧秘和複雜性，直接涉及思維「地圖」或神經系統之間的聯繫。

12. Blondie24

（人工智慧跳棋-玩電腦程序）

作者：David B. Fogel

本書講述了一個計算機如何比自己的人類創造者更擅長玩跳棋的故事，它通過模仿達爾文進化論的原理，以及發現創新的方法，完成了這些。

13. Mahout in Action

（Mahout實戰）

作者：Sean Owen, Robin Anil, Ted Dunning

本書通過使用Apache Mahout提供了關於機器學習的信息，包括使用組數據進行個別建議、查找邏輯集群和篩選分類等主題。

14. Machine Learning

（機器學習）

作者：Kevin P. Murphy

本書是一本關於機器學習的綜合書。本書以一種統一的、概率性的方法，為機器學習領域提供了全面而獨立的介紹，適用於具有入門級數學背景的高年級本科生和研究生。

15. Game Programming Gems

（遊戲編程精粹）

作者：Mark A. DeLoura

本書具備非常實用的、綜合的資源，它包含了遊戲行業的專家編寫的各種遊戲編程演算法，並由Mark DeLoura編輯，他曾是美國任天堂公司的軟體工程師，現在是《遊戲開發者》雜誌主編。本書適應不同專業水平的人，每個演算法的所有源代碼都包含在內，隨時可被使用。

16. Lisp

（ Lisp語言）（第三版）

作者：Patrick Henry Winston, Berthold Horn

新版本保留了之前版本的內容，又加入許多人工智慧技術先進成果。本書從基本的語言到詳細的例子，通過實踐介紹Lisp。同時，還介紹了Common Lisp的對象系統，以及面向對象編程支持的提高生產力的技術。並介紹了專家系統、自然語言介面、符號數學等應用實例，以及概率邊界處理、項目模擬和可視化對象識別等新應用。

17. Practical Common Lisp

（實用 Common Lisp）

作者：Peter Seibel

這是第一本將Common Lisp作為非學術語言介紹的書，提供了對Common Lisp的詳細介紹，並提供了對Common Lisp語言特性及其工作原理的全面了解。

18. AI Game Programming Wisdom 2

（AI遊戲編程智慧2）

作者：Steve Rabin

本書作為AI遊戲編程智慧這一前沿系列的第二卷，內容充滿了新的技巧、技術、演算法、架構和哲學，並且都由行業專家編寫。與第一卷一樣，本書旨在為商業遊戲建造最先進的遊戲AI提供實用的建議。然而，它也致力於幫助你探索在未來至關重要的前沿技術。

19. Land of Lisp

（Lisp小遊戲）

作者：Conrad Barski

本書提供關於Lisp編程的核心概念，包括遞歸、輸入/輸出、面向對象編程和宏等主題，並提供關於創建完整的基於Lisp的遊戲的指令，包括文本冒險、進化模擬和機器人戰鬥。

20. Logical Foundations of Artificial Intelligence

（人工智慧邏輯基礎）

作者：Michael R. Genesereth

本書從邏輯角度出發，是人工智慧學科領域一本清晰、嚴謹、全面的基礎書籍，是高等本科生和研究生的教科書，也是人工智慧研究人員和開發人員的關鍵參考作品。

21. AI Game Programming Wisdom 3

（AI遊戲編程智慧3）

作者：Steve Rabin

《AI遊戲編程智慧3》讓你了解業內人士在遊戲中使用的尖端人工智慧技術，如Fable、Halo 2，以及戰場系列。在《AI遊戲編程智慧3》中，你會發現一個全新的獨家秘笈、招數、技巧、演算法和架構，在其他任何地方都找不到。

22. Introduction to Neural Networks with Java

（用Java介紹神經網路）（第二版）

作者：Jeff Heaton

基於Java的神經網路介紹，將Java程序員引入神經網路和人工智慧世界。討論了神經網路結構，如前饋、Hopfield和自組織地圖網路。還介紹了反向傳播、遺傳演算法和模擬退火等訓練技術。給出了各神經網路的實例。所有Java源代碼均可以在網上下載。

23. Linux Robotics

（Linux機器人）

作者：D. Jay Newman

這本書結合了機器人技術和編程中最複雜的部分，以填補現有信息的空白。如今，大多數機器人書籍都將微控制器作為機器人的「大腦」。這種方法適用於較小的、不太昂貴的項目，但有嚴重的局限性。當試圖製造一個具有複雜動作能力、導航能力、視覺和圖像捕捉能力的機器人時，最好使用單板計算機(SBC)，如Linux作為控制器。

24. The Essence of Neural Networks

（神經網路的本質）