乾明 编辑整理

量子位 出品 | 公众号 QbitAI

人工智能，入门该看那些书？该去哪里找这些书？

这一直是困扰着初学者的难题。

最近，国外博客Ready for AI发布了一份资源，涵盖了5本人工智能行业入门书。关键是，都给出了英文版下载链接，而且这些书，都有中文版。

都有哪些书？

Artificial Intelligence: A Modern Approach

人工智能：一种现代的方法

介绍：人工智能领域的经典教科书。中文版的出版社介绍称，“系统地介绍了人工智能的理论和实践，并深入介绍了人工智能各个主要的研究方向。”

作者为Stuart Russell和Peter Norvig。

Russell，加州大学伯克利分校的计算机科学教授，发表了100多篇关于人工智能的论文。Norvig 现为谷歌研究总监，美国人工智能协会的创始会员之一，ACM院士。

英文版下载地址：

已有中文版，各大电商网站有售。

Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library

学习OpenCV 3

介绍：学习OpenCV的权威指南。中文版的出版社介绍称，“这本书站在一线开发人员的角度，解释了OpenCV的缘起和计算机视觉基础结构，演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程。”

作者为Adrian Kaehler和Gary Bradski。

Kaehler是硅谷深度学习小组创始人，2005年作为斯坦福大学团队一员参加了DARPA挑战赛，获得了冠军。Bradski是OpenCV库的创始人，曾担任斯坦福大学计算机系人工智能实验室的顾问教授。

英文版下载地址：

已有中文版，各大电商网站有售。

Deep Learning

深度学习

介绍：被誉为AI圣经，深度学习领域奠基性的经典畅销书。

本书的介绍信息称：

不仅介绍了与深度学习有关的数学及相关概念的背景知识，包括线性代数、概率论、信息论、数值优化等。还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实践方法等。最后，还提供了一些深度学习的研究方向，涵盖的理论主题包括线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡罗方法、配分函数、近似推断以及深度生成模型。

作者为Ian Goodfellow、Yoshua Bengio和Aaron Courville。

Goodfellow是谷歌研究科学家，2014年从蒙特利尔大学毕业，获机器学习博士学位。发明了生成对抗网络（GAN），在深度学习领域贡献卓越。

Bengio是蒙特利尔大学计算机科学与运筹学系的教授，主要研究目标是了解产生智力的学习原则。

Courville是蒙特利尔大学计算机科学与运筹学系的助理教授。

英文版下载地址：

中文版在GitHub上也已经开源，下载地址：

大家也可以去各大电商网站购买。

Pattern Recognition and Machine Learning

模式识别与机器学习

介绍：全面介绍了模式识别和机器学习领域。数据科学家Bruce Grey Tedesco评价这本书称“回答了机器学习、人工智能和深度学习之间的区别到底是什么，不仅仅提供了这个问题的答案，还能告诉你真正的问题在哪里”。

作者为Christopher Bishop。

Bishop是微软剑桥研究院实验室主任，曾任阿斯顿大学计算机科学教授，现在除了在微软剑桥研究院之外，同时还在爱丁堡大学、剑桥大学达尔文学院担任教职。

英文版下载地址：

第三方Matlab实现：

还没有正式的中文版。不过有一个“非正式”的：

Speech and Language Processing

自然语言处理综论

介绍：全面讲述计算机自然语言处理的优秀教材。中文版的出版社介绍称，“深入细致地探讨了计算机处理自然语言的词汇、语法、语义、语用等各个方面的问题，介绍了自然语言处理的各种现代技术。”

作者为Daniel Jurafsky和James H. Martin。

Jurafsky是斯坦福大学语言学和计算机科学教授。在美国加利福尼亚大学获计算机科学博士学位。Martin是美国科罗拉多大学计算机科学系教授和认知科学研究所研究院。在美国加利福尼亚大学获计算机科学博士学位。

英文版下载地址：

已有中文版，各大电商网站有售。