如果這篇文章題目變成《最全書單》，那么這篇文章就會變得又臭又長，在這個年代，關(guān)于人工智能與大數(shù)據(jù)的書，沒有10000本也有1000本，而這里列出的這25本，都是精選過的，不敢說每本都字字珠璣，但這個書單保證沒有一本水書。廢話不多說，趕緊上車，先放思維導圖，我再一本本簡單說說。
書單分成八部分，其中的數(shù)字代表我對這一系列的書的推薦程度。
先說經(jīng)典書的部分：
《終極算法：機器學習和人工智能如何重塑世界 》
從這本書的名字，可以看出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。作者在這本書里面介紹了當前常用的算法的發(fā)展歷程。
（下面的專業(yè)名次看不懂沒關(guān)系，往后看）這些算法包括決策樹，遺傳算法，神經(jīng)網(wǎng)絡(luò)，樸素貝葉斯及貝葉斯網(wǎng)絡(luò)，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(jiān)督學習的算法。
對上面的這些名詞看不懂？看過書你就明白了。在這本書中，沒有公式和代碼，有的只是對機器學習中的算法本質(zhì)一針見血般點破，有的只是依據(jù)這些算法而編出的日常生活中的小故事。一言以概之，如果你只有高中數(shù)學水平且無計算機背景，你也能夠讀懂這本科普書。如果你不想對控制著我們衣食住行的機器學習算法一無所知，那么這本書你一定要讀。
人工智能之父馬文·明斯基經(jīng)典作品：
《情感機器+心智社會》
這兩本書的作者被譽為AI之父，不是因為他發(fā)現(xiàn)了某一個特別牛逼的算法。而是因為其對人類的認知過程有著獨特見解，從而能利用對人類認知的洞察來指導機器學習算法的研發(fā)。他在70年代寫成的心智社會一書，令當前的AI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讀懂，要讀三遍才能有些領(lǐng)悟，算算閱讀單價，其實不算高。拿這本書送朋友，也是多么有逼格的一件事啊。
這本書是AI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后的人工智能的下一個天花板。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，會讓你認識到情感不一定是人類的獨有特征。情感也可以被表示為一連串的計算。而賦予機器情感，我們也能造成有直覺，有常識的機器。如果你想打破AI的潘多拉魔盒，這本書也是一本需要反復(fù)研讀的大作。
《數(shù)學之美》
雖然這本書叫做數(shù)學之美，但其實由于作者吳軍博士是谷歌的搜索專家，所以里面多半是自然語言處理領(lǐng)域的發(fā)展。對于這本書，溢美之詞已經(jīng)太多太多了。我這里想說的不是其將算法背后的原理講述的有多么清晰，而是作者講述了其和諸位自然語言處理領(lǐng)域的先驅(qū)的個人故事，里面描述了諸多學者的風骨以及其背后的道德力量。這是這本書少有被人提起，但卻讓令人記憶深刻的地方。
《人工智能的未來》
中文版已經(jīng)絕版，在網(wǎng)上搜這本書，搜出的多半是雷庫茲曼的原名為How to create a mind 的翻譯版。這本2004年的書，作者是杰夫·霍金斯(Jeff Hawkins)，他是成功的計算機工程師和企業(yè)家，掌上型電腦PalmPilot、智能電話Treo等產(chǎn)品的發(fā)明人。書里提出的HTM模型，可能憑其單一的結(jié)構(gòu)而第一次產(chǎn)生自我學習的“智能”，其理論的高瞻遠矚，啟發(fā)了現(xiàn)今的深度學習浪潮。
《智能的本質(zhì) 人工智能與機器人領(lǐng)域的64個大問題》
這本書中，作者從常識出發(fā)，對人工智能和機器人表達了很多“令人驚訝”而又讓人深思的point。例如在陪伴老年人方面，迄今為止先進的機器人都比不上我們的狗。書中充滿了哲學思辨，感覺作者屬于樂觀派中的悲觀派，樂觀的是認為不會出現(xiàn)終結(jié)者，悲觀的是AI發(fā)展還是太慢。 這是近年來不可多得的好書。 同時作者擔心的并不是機器智能的迅速提高，而是人類智力可能會下降，這才是最值得擔憂的。
接著是人工智能對商業(yè)和我們生活的影響。這一系列的書很多，選出幾本我讀過的
《人工智能時代》
作者Kaplan是斯坦福大學頂尖AI專家。這本書的英文名直譯過來是人不必遵守機器的規(guī)則。這是一個老人寫的書，這種警世的書也需要由一個老人寫出，作者見證了AI的低潮與復(fù)興，見證了越來越大的貧富差距。他活到了替子女說話的年紀，但又沒有丟掉幽默。這樣智慧的老人，值得我們?nèi)A聽。
《與機器人共舞》
凱恩斯曾指出，科技將取代工作崗位，而非整體工作量。這些改變了我們工作方式、互動方式以及娛樂方式的創(chuàng)新，將給二十一世紀的社會帶來翻天覆地的變化，這種影響幾乎等同于20世紀初機械設(shè)備將農(nóng)耕經(jīng)濟帶向工業(yè)經(jīng)濟時，社會所經(jīng)歷的根本性變革。書的作者是曾獲得普利策獎的資深記者，視角全面，分析特別深入。
接著說說大數(shù)據(jù)方面的書：
《爆發(fā)：大數(shù)據(jù)時代預(yù)見未來的新思維》
作者是全球復(fù)雜網(wǎng)絡(luò)權(quán)威Barabasi所作，一本超越《黑天鵝》的驚世之作。作者認為人類正處在一個聚合點上，在這里數(shù)據(jù)、科學以及技術(shù)都聯(lián)合起來共同對抗那個最大的謎題——人類的未來。作者指出人類日常行為模式并不是隨機的，而是具有“爆發(fā)性”的。爆發(fā)揭開了人類行為中令人驚訝的深層次秩序，使得人類變得比預(yù)期中更容易預(yù)測得多。爆發(fā)模式的揭示，其影響力與20世紀初期的物理學或者基因革命的影響力不相上下。
《智慧社會：大數(shù)據(jù)與社會物理學》
書的作者是MIT人類動力學實驗室主任。書里面提出了一種量化的辦法，來定向測度溝通對行為的影響，即想法流的傳播規(guī)律。量化的考察溝通對創(chuàng)新的影響。作者用可控雙盲實驗去驗證諸如社會網(wǎng)絡(luò)的大小與想法的多樣性有正相關(guān)關(guān)系；社會網(wǎng)絡(luò)的互動密度與效率顯著相關(guān)等習以為常的觀點，使得全書的科學非常強。
《大數(shù)據(jù)思維與決策》
書的作者是計量經(jīng)濟學家，里面展示了社會科學的全面數(shù)字化。沒有數(shù)字就沒有真相。作者指出統(tǒng)計是一個非常強大的研究社會問題的手段，可以應(yīng)用在你想要的任何領(lǐng)域。社會學科的專家，將越來越依靠大數(shù)據(jù)模型做出判斷，直覺和數(shù)據(jù)統(tǒng)計呈現(xiàn)出互補趨勢。而在善于利用大數(shù)據(jù)的商家面前，消費者將變得越發(fā)無計可施。
《白話大數(shù)據(jù)與機器學習》
一本通俗易懂的書，擁有高中數(shù)學基礎(chǔ)即可看懂，同時結(jié)合大量案例與漫畫，將高度抽象的數(shù)學、算法與應(yīng)用，與現(xiàn)實生活中的事件和案例一一作了關(guān)聯(lián)，將源自生活的抽象還原出來，幫助你理解后，又帶領(lǐng)你將這些抽象的規(guī)律與算法應(yīng)用于實踐。
《大數(shù)據(jù)：從概念到運營》
很多人只是談?wù)摯髷?shù)據(jù)，卻不知道該怎么將大數(shù)據(jù)應(yīng)用到具體工作中去，這本書的作者在大數(shù)據(jù)領(lǐng)域擁有超過20年的從業(yè)經(jīng)歷，曾擔任雅虎公司廣告分析總裁，在數(shù)據(jù)存儲、商業(yè)智能和數(shù)據(jù)分析利用方面有著獨特的見解。書一共有十三個章節(jié)，作者將大數(shù)據(jù)在實際運用中的方方面面通過具體的案例進行了分析。側(cè)重于大數(shù)據(jù)的實際運用方面而不是理論上都探討。大量的案例使得書中觀點鮮活有力。
《Python 金融大數(shù)據(jù)分析》
大數(shù)據(jù)的應(yīng)用最廣的領(lǐng)域，無疑是數(shù)據(jù)驅(qū)動的金融行業(yè)。作為該領(lǐng)域的入門書，這本書介紹了python語言在金融數(shù)據(jù)可視化，金融衍生品定價，金融時間序列數(shù)據(jù)處理，蒙特卡羅方法等話題上的具體應(yīng)用，是一本簡單易懂的入門書。
接下來的書關(guān)于數(shù)學，這是所有數(shù)據(jù)科學的基本功。
《妙趣橫生的統(tǒng)計學》
一本統(tǒng)計學入門書，涉及很多高中課程中的內(nèi)容，例如我們是不是比父母更聰明？開車打電話與酒駕一樣危險嗎？坐飛機和開車，哪個更安全？鉆石越重，價格就越高嗎？四年級的學生可以用統(tǒng)計學做什么？這本書的目標是日常生活所需要的統(tǒng)計思想、正確分析數(shù)據(jù)的基本路徑。
《用數(shù)學的語言看世界》
本書是理論物理學家大栗博司先生寫給女兒的數(shù)學讀本，全書以用“數(shù)學語言”解讀自然為線索，用生動故事和比喻重新講解了數(shù)學的核心原理與體系，是數(shù)學入門，重新理解數(shù)學的科普佳作。該作者寫的書都很不錯，這里只推薦其中最好懂的一本。
《貝葉斯思維：統(tǒng)計建模的Python學習法》
前面都是科普書，這次來本教科書。這本是根據(jù)作者在美國大學講授相關(guān)課程的講義所編撰而成的。結(jié)合生活中的案例+代碼實現(xiàn)+分析，讓你了解貝葉斯思維的威力，幫助你在生活中各個方面獲得清晰的思維。通過閱讀，作者潛移默化的幫助讀者形成建模決策的方法論，建模誤差和數(shù)值誤差如何取舍，如何為具體問題建立數(shù)學模型，怎么抓住問題中的主要矛盾（模型中的關(guān)鍵參數(shù)），再一步一步的優(yōu)化或者驗證模型的有效性或者局限性。
《程序員的數(shù)學》
編程的基礎(chǔ)是計算機科學，而計算機科學的基礎(chǔ)是數(shù)學。本書面向程序員介紹了編程中常用的數(shù)學知識，借以培養(yǎng)初級程序員的數(shù)學思維。你無需精通編程，也無需精通數(shù)學，只需具備四則運算和乘方等基礎(chǔ)知識，就可以閱讀這本書。一套書分成三部分，涵蓋線性代數(shù)概率論和基本的代數(shù)。
接下來的書和復(fù)雜系統(tǒng)有關(guān)：
《復(fù)雜》
如果之前你對復(fù)雜性科學還沒有太多了解，那這本書可以成為你復(fù)雜性科學的第一本書。
蟻群在沒有中央控制的情況下為何會表現(xiàn)出如此精密的復(fù)雜行為？數(shù)以億計的神經(jīng)元是如何產(chǎn)生出像意識這樣極度復(fù)雜的事物？
是什么在引導免疫系統(tǒng)、互聯(lián)網(wǎng)、全球經(jīng)濟和人類基因組等自組織結(jié)構(gòu)？
理解復(fù)雜系統(tǒng)需要有全新的方法，需要超越傳統(tǒng)的科學還原論，并重新劃定學科的疆域。
《Thinking complexity》
要認識一門學科，你不止需要了解概念，還要親自動手，get your hand dirty。
這本書以python為基礎(chǔ)，演示了多種復(fù)雜系統(tǒng)的模型，讓在計算機誕生之前難以驗證的理論得以模擬，并逐步建立了復(fù)雜演繹基礎(chǔ)之上的新認知模式。Python語言雖簡單易懂，但書中的很多代碼、練習有時間還得需要仔細研究琢磨。書內(nèi)容短小，但是信息量特別大，關(guān)鍵看你是走馬觀花的讀，還是一行行代碼地進行實踐了，你的收獲是不一樣的。
這本書是復(fù)雜性研究入門參考好書。另外這本書還可以用作Python編程與算法的大學中級課程教材。既是你對python和算法一無所知，其前三章的內(nèi)容也可以讓你能夠接著看下去。
下面的書將說說人類最擔心的強AI的出現(xiàn)。
《Life 3.0》
世界兩個頂級學術(shù)期刊'nature' 和“Science” 上每周都會推薦一些新出的科學主題的科普書，而一本書若是能被這倆家雜志同時推薦，則更是難得。今年8月25號出版《life 3.0》正是這樣一本書，這本書的副標題是：在人工智能的時代作為人意味著什么，作者不是專職搞計算機的，而是本行物理的普林斯頓教授。
《超級智能》
很多人提到強人工智能，說起的第一本書就是這個。作者尼克?波斯特洛姆是全球著名思想家，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。這本書中，作者談到了超級智能的優(yōu)勢所帶來的風險，也談到了人類如何解決這種風險。作者認為他的這本書提到的問題將是我們?nèi)祟愃媾R的最大風險。
《如何思考會思考的機器》
關(guān)于強AI，一定需要大眾的討論，而這本書是由世界上最聰明的頭腦共同寫成。包括全球大數(shù)據(jù)權(quán)威阿萊克斯·彭特蘭、世界頂級語言學家史蒂芬·平克、生物地理學家賈雷德·戴蒙德、互聯(lián)網(wǎng)思想家凱文·凱利、《全球概覽》的創(chuàng)始人斯圖爾特·布蘭德等Edge 網(wǎng)站出品，必屬精品。
《我們最后的發(fā)明》
這本書是一個紀錄片導演的末世預(yù)言，核心觀點是超級人工智能極有可能毀滅人類，然后細致地批判了庫茲韋爾等樂觀派。書的好處是好玩、有趣、思路清奇、劍出偏鋒，但從知識的角度來說，它其實并不是那么“科學”、不那么“理性”
接著來說最火的深度學習：
《機器學習之路》
這本書從內(nèi)容方面本書共包含兩部分：機器學習篇和深度學習篇。這本書避過數(shù)學推導等復(fù)雜的理論推衍，介紹了模型背后的一些簡單直觀的理解，以及如何上手使用。適合有一些編程和自學能力，但數(shù)學等基礎(chǔ)理論能力不足的人。
《深度學習與R語言》
說起深度學習，你可能想到的都是python為基礎(chǔ)的語言，其實作為一種開源的數(shù)據(jù)建模語言，R也是可以做深度學習的。書介紹了深度學習基礎(chǔ)知識后，著重介紹兩種不那么流行的網(wǎng)絡(luò)結(jié)構(gòu)：受限玻耳茲曼機和深度置信網(wǎng)絡(luò)，并通過生物信息和自然語言處理領(lǐng)域的實際例子來說明深度學習的優(yōu)勢和局限。
最后說說AI的歷史：
《賢二機器僧漫游人工智能》
書中的漫畫超有趣。賢二機器僧這樣一個傳統(tǒng)佛法與現(xiàn)代科技相結(jié)合的產(chǎn)物表明，科技本身沒有對錯、好壞，它是中性的，但人的心卻可善可惡。佛教徒應(yīng)該擁抱科學，而不應(yīng)該排斥科學，善于運用科技手段和成果，成就更多利于他人的事業(yè)。
《硅谷之謎》
作為浪潮之巔的續(xù)集，當讀完了這本書，我想說的是硅谷的歷史是不可復(fù)制的，AI的發(fā)展是伴隨著大公司的成敗而起的。我們已經(jīng)站在了AI發(fā)展的最前沿和風口，不能只照搬前人的經(jīng)驗了。要做的是透徹明白工業(yè)時代和后工業(yè)時代的本質(zhì)，用一種全新的基于信息論、控制論、系統(tǒng)論的思維方式來從下而上的去想問題。
從Alpha—GO到無人駕駛，人工智能AI結(jié)合大數(shù)據(jù)發(fā)揮出驚人功效的場景越來越多。對于入門人工智能這個問題，不少同學躍躍欲試，其實人工智能的核心就是機器學習（Machine Learning）和深度學習。而它們的基礎(chǔ)，就是編程（Python/c++等）和數(shù)學（高等數(shù)學/線性代數(shù)/概率論等）。
另外，AI是邏輯算法的執(zhí)行，底層架構(gòu)是大數(shù)據(jù)。所以人工智能如何變厲害？就要喂它“吃”大數(shù)據(jù)。大數(shù)據(jù)就像人工智能的食物，跟人類一樣，吃進去的食物愈新鮮、愈干凈，人工智能就愈健康。
如果你想投入 AI 的懷抱，但卻苦于不知如何下手。而當你準備自學機器學習和深度學習時，又被外面那些貴的要命的培訓課程嚇得不行。
在這里，除了我推薦的25本書，你還可以觀看我們的限時免費課程《75講入門人工智能、Python和大數(shù)據(jù)》，我們不送低質(zhì)量的課程，這些課是由以色列理工大學機器學習在讀博士、擁有多年經(jīng)驗的AI大拿許鐵和數(shù)據(jù)方面的專家、加州大學博士陳曉理講授。
我們將一步步教你如何從基礎(chǔ)小白進軍AI。由于課程開發(fā)精力有限，本次課程我們只招收500名學員，而且完全免費，免去大幾千幾萬的培訓費。如果你按照我們的課程步驟一步步扎實學習的話，相信你最終一定在人工智能方面小有成就，學完找到這類工作也會容易得多，而且薪水不會低。
課程報名方式如下：
聯(lián)系客服
