30本最受欢迎的AI书籍
责任编辑：子墨 来源：搜狐 时间：2017-08-06 13:39 阅读量：5538
原标题：30本最受欢迎的AI书籍（Stack Overflow数据）
数据来源： Stack Overflow
智能观 编译整理
1. Artificial Intelligence
（人工智能）（第三版）
本书为人工智能方面的本科生或研究生撰写，这次的修订版为人工智能理论和实践提供了最全、最新的介绍。
2. Algorithms of the Intelligent Web
（智能网络算法）
本书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。除了第 1 章的概要性介绍以及第 7 章对所有技术的整合应用外，第 2～6 章以代码示例的形式分别对这五类算法进行了介绍。
3. Speech and Language Processing
（语音和语言处理）
增加了统计序列标记、信息提取、问题应答和汇总、语音识别高级主题、语音合成等方面的内容。修正了对语言建模、正式语法、统计分析、机器翻译和对话处理的主题覆盖。对任何语言和语言处理领域的专业人士都有参考价值。
4. Programming Game AI by Example
（基于案例的游戏行业AI编程）
本书为游戏开发行业所使用的“bread and butter”人工智能技术提供了一个全面而实用的介绍，引导读者通过C++编程语言设计、编程和实现智能代理。
5. Artificial Intelligence
（人工智能）（第二版）
本书是一本介绍人工智能的指南，涵盖了人工智能的大半部分分支，包括智能代理、问题解决、逻辑代理、机器人等。本书对人工智能的发展历史做了介绍，包括人工智能最初是以“问题-解决”的模式出现的。本书有大量的在线样本代码，并以不同的语言编写。这是一本很棒的CS（计算机科学）书，里面有一些数学知识，但是附录中对这些数学背景进行了全面的补充。
6. Foundations of Statistical Natural Language Processing
（统计自然语言处理基础）
近年来，处理自然语言文本的统计方法已占主导地位。本书是第一个全面介绍统计自然语言处理(NLP)的文本，包含了构建NLP工具所需的所有理论和算法。它提供了广泛而严谨的数学和语言基础，并详细讨论了统计方法，允许学生和研究人员实操。本书涵盖了搭配发现、词义消除歧义、概率解析、信息检索和其他应用。
7. Neural Networks for Pattern Recognition
（模式识别的神经网络）
本文从统计模式识别的角度，对前馈神经网络进行了首次综合整理。在对模式识别的基本概念进行过介绍后，介绍了建模概率密度函数的技术，并讨论了多层感知器和径向基函数网络模型的性能和相对优点。它还激励了对各种形式的错误函数的使用，并回顾了主要的使错误函数最小化的算法，总结了贝叶斯技术及其在神经网络中的广泛应用。
8. AI Game Programming Wisdom
（人工智能游戏编程的智慧）
本书介绍了人工智能专家如何创建智能游戏对象和角色。从一般人工智能架构、基于规则的系统、详细的人工智能、脚本语言问题，到专家系统、模糊逻辑、神经网络和遗传算法等，全面覆盖。如果你从事AI /逻辑，前端、用户界面、工具、图形等方面，这个综合资源将帮助你把你的技能和知识提升到一个新层次。
9. Design Patterns in Java
（Java中的设计模式）
本书给你动手实践的机会，使你深刻理解在任何一项Java软件项目中，充分利用设计模式可发挥的重要作用。作为对经典设计模式的完美补充，本书集最新的Java特性和最佳实践于一身。
10. Natural Language Processing with Python
（使用Python进行自然语言处理）
这本书提供了一个很容易理解的自然语言处理介绍，支持多种语言技术，从预测文本和电子邮件过滤到自动摘要和翻译。
11. Gödel, Escher, Bach. Anniversary Edition
（使用Python进行自然语言处理）
本书从一位科学家和数学家的跨学科的角度探讨了人类思维过程的奥秘和复杂性，直接涉及思维“地图”或神经系统之间的联系。
12. Blondie24
（人工智能 跳棋-玩电脑程序）
本书讲述了一个计算机如何比自己的人类创造者更擅长玩跳棋的故事，它通过模仿达尔文进化论的原理，以及发现创新的方法，完成了这些。
13. Mahout in Action
（Mahout实战）
本书通过使用Apache Mahout提供了关于机器学习的信息，包括使用组数据进行个别建议、查找逻辑集群和筛选分类等主题。
14. Machine Learning
（机器学习）
本书是一本关于机器学习的综合书。本书以一种统一的、概率性的方法，为机器学习领域提供了全面而独立的介绍，适用于具有入门级数学背景的高年级本科生和研究生。
15. Game Programming Gems
（游戏编程精粹）
16. Lisp
（ Lisp语言）（第三版）
新版本保留了之前版本的内容，又加入许多人工智能技术先进成果。本书从基本的语言到详细的例子，通过实践介绍Lisp。同时，还介绍了Common Lisp的对象系统，以及面向对象编程支持的提高生产力的技术。并介绍了专家系统、自然语言接口、符号数学等应用实例，以及概率边界处理、项目仿真和可视化对象识别等新应用。
17. Practical Common Lisp
（实用 Common Lisp）
这是第一本将Common Lisp作为非学术语言介绍的书，提供了对Common Lisp的详细介绍，并提供了对Common Lisp语言特性及其工作原理的全面了解。
18. AI Game Programming Wisdom 2
（AI游戏编程智慧2）
本书作为AI游戏编程智慧这一前沿系列的第二卷，内容充满了新的技巧、技术、算法、架构和哲学，并且都由行业专家编写。与第一卷一样，本书旨在为商业游戏建造最先进的游戏AI提供实用的建议。然而，它也致力于帮助你探索在未来至关重要的前沿技术。
19. Land of Lisp
（Lisp小游戏）
本书提供关于Lisp编程的核心概念，包括递归、输入/输出、面向对象编程和宏等主题，并提供关于创建完整的基于Lisp的游戏的指令，包括文本冒险、进化仿真和机器人战斗。
20. Logical Foundations of Artificial Intelligence
（人工智能逻辑基础）
本书从逻辑角度出发，是人工智能学科领域一本清晰、严谨、全面的基础书籍，是高等本科生和研究生的教科书，也是人工智能研究人员和开发人员的关键参考作品。
21. AI Game Programming Wisdom 3
（AI游戏编程智慧3）
《AI游戏编程智慧3》让你了解业内人士在游戏中使用的尖端人工智能技术，如Fable、Halo 2，以及战场系列。在《AI游戏编程智慧3》中，你会发现一个全新的独家秘笈、招数、技巧、算法和架构，在其他任何地方都找不到。
22. Introduction to Neural Networks with Java
（用Java介绍神经网络）（第二版）
基于Java的神经网络介绍，将Java程序员引入神经网络和人工智能世界。讨论了神经网络结构，如前馈、Hopfield和自组织地图网络。还介绍了反向传播、遗传算法和模拟退火等训练技术。给出了各神经网络的实例。所有Java源代码均可以在网上下载。
23. Linux Robotics
（Linux机器人）
这本书结合了机器人技术和编程中最复杂的部分，以填补现有信息的空白。如今，大多数机器人书籍都将微控制器作为机器人的“大脑”。这种方法适用于较小的、不太昂贵的项目，但有严重的局限性。当试图制造一个具有复杂动作能力、导航能力、视觉和图像捕捉能力的机器人时，最好使用单板计算机(SBC)，如Linux作为控制器。
24. The Essence of Neural Networks
（神经网络的本质）
这项工作的目的是为了涵盖基本概念，在使用关键神经网络模型进行充分探索的前提下，使一个有能力的程序员可以用他们掌握的语言来实现神经网络。
25. AI Game Programming Wisdom 4
（AI游戏编程智慧4）
《AI游戏编程智慧4》包含了尖端技术、算法和由行业专业人员编写的用于商业游戏开发的架构。读者可以在所有AI关键领域找到现成的想法、算法和代码，包括通用技巧、脚本和对话、运动和向导、架构、策略和计划、特定类型、学习和适应。
26. Computer gamesmanship
（电脑游戏）
这是一本为任何曾经试图在国际象棋、桥牌或需要长期战略和研究决策的游戏中与计算机相匹敌的人所准备的书。在计算机游戏领域，国际象棋大师兼智能电脑游戏制作人大卫•列维(David Levy)揭开了计算机如何成功地模拟战略思维和玩复杂游戏的奥秘。
以下四本，智能观在《【干货】2017上半年 Stackoverflow上排名前30位的图像处理书籍》一文中有介绍。
附传送门：
27.Pattern classification
（模式分类）
28.Learning OpenCV
（OpenCV学习）
29.Pattern Recognition and Machine Learning
（模式识别和机器学习）
（计算机视觉）
原文链接：
郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。
相关文章
