人工智能技术入门该读哪些书?StackOverflow上最推荐这些

简介:
本文来自AI新媒体量子位(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

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

Learning OpenCV的作者是Gary Bradski和Adrian Kaehler,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Magic Leap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

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

Artificial intelligence: A Modern Approach是人工智能领域经典教材,作者是Stuart Jonathan Russell和Peter Norvig。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Google Research主管,AAAI fellow、ACM fellow。

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:

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

现在市面上在售的是第三版,定价128元。

3.智能Web算法

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Algorithms of Intelligent Web的作者是Haralambos Marmanis和Dmitry Babenko,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。

市面上比较多的是第2版,第一版封面是蓝白配色,第二版变成了黑白。

中译本名叫《智能Web算法(第2版)》定价69元。

4.语音与语言处理

640?wx_fmt=png&wxfrom=5&wx_lazy=1

这本书的作者是Dan Jurafsky和James H. 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。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

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》。好像都不太容易买到。

5.模式识别与机器学习

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Pattern Recognition and Machine Learning,作者是Christopher M. 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

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Programming Game AI by Example,作者Mat Buckland。

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

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Foundations of Statistical Natural Language Processing,作者是Christopher D. Manning和Hinrich Schütze,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

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Pattern classification的作者是Richard O. Duda、Peter E. Hart和David G. 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

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Neural Networks for Pattern Recognition的作者和我们前边提到的《模式识别与机器学习》一样,也是Christopher Bishop,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

gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAA

Computer Vision: A Modern Approach是计算机视觉领域的经典教材,作者为David Forsyth和Jean Ponce。

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。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

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,(在我们写稿找图的时候)某当有售。

内容涉及几何摄像模型、光照和着色、色彩、线性滤波、局部图像特征、纹理、立体相对、运动结构、聚类分割、组合与模型拟合、追踪、配准、平滑表面与骨架、距离数据、图像分类、对象检测与识别、基于图像的建模与渲染、人形研究、图像搜索与检索、优化技术等内容。与前一版相比,本书简化了部分主题,增加了应用示例,重写了关于现代特性的内容,详述了现代图像编辑技术与对象识别技术。

11. 人工智能游戏编程真言

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

AI Game Programming Wisdom的作者是Steve Rabin,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。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

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)

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Design Patterns in Java的作者是Steven John Metsker和William C. Wake,其中Metsker是Dominion Digital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Design Patterns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

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Natural Language Processing with Python的作者是Steven Bird、Ewan Klein和Edward Loper,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Common Lisp编程

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Practical Common Lisp的作者是Peter Seibel,加州大学伯克利分校教授。

本书是一本不同寻常的Common Lisp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Common Lisp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MP3 Web应用程序等内容。

本书适合Common Lisp初学者及对其感兴趣的相关人员。

中译本《实用Common Lisp编程》定价89元,各大电商平台都有,偶尔断货。

【完】

本文作者:王小新 
原文发布时间:2017-07-16 
相关文章
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(NLP自然语言处理概念介绍)
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(NLP自然语言处理概念介绍)
39 0
|
21天前
|
机器学习/深度学习 人工智能 运维
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(二)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
53 1
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(一)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
61 1
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)(一)
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)
45 0
|
1天前
|
机器学习/深度学习 人工智能 算法
未来AI技术的发展与应用前景
随着人工智能(AI)技术的迅速发展,其在各个领域的应用前景备受关注。本文将探讨未来AI技术的发展趋势,以及其在医疗、交通、教育等领域的潜在应用,展望AI技术对未来社会的影响和改变。
9 1
|
7天前
|
人工智能 自然语言处理 机器人
|
7天前
|
人工智能 数据可视化 大数据
从埃森哲《技术展望2024》看AI拐点下的数字化趋势
从埃森哲《技术展望2024》看AI拐点下的数字化趋势
13 0
|
8天前
|
机器学习/深度学习 数据采集 人工智能
|
1月前
|
人工智能 安全 网络安全
欧盟《人工智能法案》对通用AI模型的监管要求
【2月更文挑战第24天】欧盟《人工智能法案》对通用AI模型的监管要求
77 1
欧盟《人工智能法案》对通用AI模型的监管要求
|
1月前
|
人工智能 安全 数据挖掘
Pandas AI:Pandas与人工智能的结合,让你不再拘泥于如何使用pandas方法及处理语法
Pandas AI:Pandas与人工智能的结合,让你不再拘泥于如何使用pandas方法及处理语法