养花知识
花卉大全
花卉诊疗
多肉植物
养花攻略
养花问答
网站首页推荐几本学习大数据和人工智能的书籍，网站吧，谢谢大牛
推荐人工智能方向经典入门书籍？
以后想从事研究人工智能方向，最近想看一些该方向的入门书籍，希望大家推荐几本经典的入门书籍哈！见人工智能吧里的推荐书目：http://tieba.baidu.com/f?kz=767603859
以下为复制：
入门
经典杂书：On Intelligence，中文版，《人工智能的未来》
http://ishare.iask.sina.com.cn/f/7735021.html
经典教材：《人工智能——一种现代方法》（第二版）
Artificial intelligence a modern approach（2section）
http://ishare.iask.sina.com.cn/f/6024072.html（英文版）
中文版简介：http://book.douban.com/subject/1230487/
心理学：
心理学可以被业余地分为3大部分。
第1部分，硬科学（science），以实验心理学为核心；严谨得近乎死板，是阅读的重点。
第2部分，心理量表、评估、统计学及相关理论，大多过于专业且枯燥。这部分只需了解智力测验和关于智
力（智能）的理论就可以了，其他的不重要。
第3部分，几乎是纯人文的东西（art），包括精神分析（弗洛伊德）、人本主义以及许多以心理咨询、心
理治疗为中心的理论和实践，及其他各种各样雷人的东西。这些往往被大众误解为心理学的全部，它们很
有趣但并不重要，基本可以无视。
2、《认知心理学》这个学科是人工智能的兄弟，无论如何必须浏览一下
http://ishare.iask.sina.com.cn/f/6773029.html?from=isnom
1、《普通心理学》彭聃龄（浏览）
最基础的部分，目前国内的通用教材，很系统，逻辑清晰。所谓的缺点是缺少人文关怀，所以正合适。
http://ishare.iask.sina.com.cn/f/5070763.html
3、《生理心理学》（浏览）
可以看国内版教材，比较便宜，都是互相抄的，内容差不多。看了这个就不用单看生理学了。
4、《弗洛伊德的近视眼（适应性潜意识如何影响我们的生活）》威尔森，这个属于杂书一类，讲潜意识比
较透彻。
5、智力理论和测量部分（《心理评估》）
http://wenku.baidu.com/view/ba065be2524de518964b7dd9.html （和这个类似，再稍微详细点）
百度百科：智力（intelligence）http://baike.baidu.com/view/2646.htm?fr=ala0_1_1
百度百科：智能（intelligence）http://baike.baidu.com/view/375267.htm?fr=ala0_1_1
经济学：
《经济学原理》曼昆（两册，很好读）
哲学：（少儿不宜，以免影响马哲成绩）
（以下4本读过之后未必能立刻理解，不懂的直接跳过留待以后消化，不必钻牛尖。）
1、《苏菲的世界》当作纯小说看好了，哲学史部分可用教材替代。
2、《西方哲学简史》（较薄）赵敦华；这是目前国内通用教材，作者是牛人，如果不被拿来考试的话是本很好的书。主要读笛卡尔，休谟，康德部分。其他部分了解。《现代西方哲学新编》是其后续。罗素《西方哲学史》或其简写本——不推荐，但可以考虑。
http://ishare.iask.sina.com.cn/f/5695503.html?from=isnom
3、《康德》（超薄）主要读认识论部分
4、《波普》（超薄）
上面两本是简介性质的黄色小册子，中华书局，作者是美国人（私下推荐《尼采》、《克尔凯廓尔》、《 萨特》，但和主题无关）
（进化论）：
5、《裸猿》莫里斯，这个太幽默了。http://ishare.iask.sina.com.cn/f/5553656.html（随便看看）
6、《自私的基因》理查德道金斯，（必读，看主干，例证省略）这个东西很通俗，会颠覆人性观，心情 不好时勿读。（读过之后可以阅读《克尔凯廓尔》和《萨特》作为补救）
《心理评估》第五章，智力理论PPT
http://www.doc88.com/p-77848640221.html
此外还有数学及计算机类的读物
由Pallashadow提供
以下为复制：
入门
经典杂书：On Intelligence，中文版，《人工智能的未来》
http://ishare.iask.sina.com.cn/f/7735021.html
经典教材：《人工智能——一种现代方法》（第二版）
Artificial intelligence a modern approach（2section）
http://ishare.iask.sina.com.cn/f/6024072.html（英文版）
中文版简介：http://book.douban.com/subject/1230487/
心理学：
心理学可以被业余地分为3大部分。
第1部分，硬科学（science），以实验心理学为核心；严谨得近乎死板，是阅读的重点。
第2部分，心理量表、评估、统计学及相关理论，大多过于专业且枯燥。这部分只需了解智力测验和关于智
力（智能）的理论就可以了，其他的不重要。
第3部分，几乎是纯人文的东西（art），包括精神分析（弗洛伊德）、人本主义以及许多以心理咨询、心
理治疗为中心的理论和实践，及其他各种各样雷人的东西。这些往往被大众误解为心理学的全部，它们很
有趣但并不重要，基本可以无视。
2、《认知心理学》这个学科是人工智能的兄弟，无论如何必须浏览一下
http://ishare.iask.sina.com.cn/f/6773029.html?from=isnom
1、《普通心理学》彭聃龄（浏览）
最基础的部分，目前国内的通用教材，很系统，逻辑清晰。所谓的缺点是缺少人文关怀，所以正合适。
http://ishare.iask.sina.com.cn/f/5070763.html
3、《生理心理学》（浏览）
可以看国内版教材，比较便宜，都是互相抄的，内容差不多。看了这个就不用单看生理学了。
4、《弗洛伊德的近视眼（适应性潜意识如何影响我们的生活）》威尔森，这个属于杂书一类，讲潜意识比
较透彻。
5、智力理论和测量部分（《心理评估》）
http://wenku.baidu.com/view/ba065be2524de518964b7dd9.html （和这个类似，再稍微详细点）
百度百科：智力（intelligence）http://baike.baidu.com/view/2646.htm?fr=ala0_1_1
百度百科：智能（intelligence）http://baike.baidu.com/view/375267.htm?fr=ala0_1_1
经济学：
《经济学原理》曼昆（两册，很好读）
哲学：（少儿不宜，以免影响马哲成绩）
（以下4本读过之后未必能立刻理解，不懂的直接跳过留待以后消化，不必钻牛尖。）
1、《苏菲的世界》当作纯小说看好了，哲学史部分可用教材替代。
2、《西方哲学简史》（较薄）赵敦华；这是目前国内通用教材，作者是牛人，如果不被拿来考试的话是本很好的书。主要读笛卡尔，休谟，康德部分。其他部分了解。《现代西方哲学新编》是其后续。罗素《西方哲学史》或其简写本——不推荐，但可以考虑。
http://ishare.iask.sina.com.cn/f/5695503.html?from=isnom
3、《康德》（超薄）主要读认识论部分
4、《波普》（超薄）
上面两本是简介性质的黄色小册子，中华书局，作者是美国人（私下推荐《尼采》、《克尔凯廓尔》、《 萨特》，但和主题无关）
（进化论）：
5、《裸猿》莫里斯，这个太幽默了。http://ishare.iask.sina.com.cn/f/5553656.html（随便看看）
6、《自私的基因》理查德道金斯，（必读，看主干，例证省略）这个东西很通俗，会颠覆人性观，心情 不好时勿读。（读过之后可以阅读《克尔凯廓尔》和《萨特》作为补救）
《心理评估》第五章，智力理论PPT
http://www.doc88.com/p-77848640221.html
此外还有数学及计算机类的读物
由Pallashadow提供
《机器学习》tom.M.mitchell 写的。
清华大学出版社即将推出两部AI教材：人工智能导论和人工智能概论。
《智能问答与深度学习》ChatoperaCEO王海良著，对学习AI的朋友很有用！强烈推荐！
我有几本机器人方面的书名，有兴趣可以联系我！
谁能推荐几本关于人工智能的书籍
《人工智能——一种现代方法》 英国，罗素 Artificial Intelligence A Modern Approach, Stuart Russell`Perter NorviRFaZYdEg
院士作序推荐的《人工智能基础教程》孙元强，罗继秋编著，该书例子多多，习题有答案，非常实用
有哪些有关人工智能的好书值得推荐
机器学习
Programming Collective Intelligence
本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。
全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过滤）、用决策树技术实现预测和决策建模功能、社交网络的信息匹配技术、机器学习和人工智能应用等。本书是Web开发者、架构师、应用工程师等的绝佳选择。
Machine Learning for Hackers
Machine Learn日夏养花网ing for Hackers （中文译名：机器学习-实用案例解析）通过实例讲解机器学习算法，用R实现的，可以一边学习机器学习一边学习R。这是一本实操型的书，重点放在讲怎么用R做数据挖掘，机器学习的算法更多的是通过黑箱的方式来讲，强调input,output含义，弱化机器学习算法细节。文中基本都是通过case来讲述怎么去解决问题，并且提供了原始数据供自己分析。适合两种人：
（1）有过机器学习的一些理论，缺少案例练习
（2）只需掌握怎么用通用的机器学习解决问题的人，只希望知道机器学习算法的大致思想，不想详细学习机器学习中的算法。
Machine Learning by Tom M Mitchell
《Machine Learning》展示了机器学习中核心的算法和理论，并阐明了算法的运行过程。《Machine Learning》综合了许多的研究成果，例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等，并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业 本科生、研究生教材，也可作为相关领域研究人员、教师的参考书。
The Elements of Statistical Learning
《The Elements of Statistical Learning》介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《The Elements of Statistical Learning》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。
计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一http://www.rixia.cc种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。
Learning from Data
这是一门机器学习（ML）的入门课程，涵盖其基本理论、算法及应用。机器学习是大数据及金融、医药、商业及科研应用的关键技术。机器学习使得计算系统能够自动学习如何通过数据中提取的信息执行目标任务。机器学习现已成为当下最热门的研究领域之一，也是加州理工学院15个不同专业的本科生和研究生的研修课程。本课程在理论和实践中保持平衡，并涵盖了数学与启发式方法。
Pattern Recognition and Machine Learning
这本书是机器学习的神作之一，日夏养花网必读经典！
人工智能
Artificial Intelligence: A Modern Approach
《Artificial Intelligence: A Modern Approach》以详尽和丰富的资料，从理性智能体的角度，全面阐述了人工智能领域的核心内容，并深入介绍了各个主要的研究方向，是一本难得的综合性教材。
Artificial Intelligence for Humans
这本书阐释了基本的人工智能算法，如维度、距离度量、聚类、误差计算和线性回归等，用了丰富的案例进行阐释。需要较好的数学基础。
Paradigm of Artificial Intelligence Programming
本书介绍了出色的编程范式和基本的AI理论，是致力于人工智能领域的小伙伴的必读之作。
Artificial Intelligence: A New Synthesis
本书提出了统一人工智能理论的新的集成方法，涵盖了诸如神经网络，计算机视觉，启发式搜索，贝叶斯www.rixia.cc网络等。进阶选手必读。
The Emotion Machine: Commonsense Thinking, Artificial Intelligence and the Future of Human Mind
在这部让人脑洞大开的图书中，科技先锋马文明斯基继续了他极具创造力的研究，给我们呈现了一个全新的不可思议的人类大脑运转模式。
Artificial Intelligence (3rd Edition)
这是一本关于人工智能的入门书。没有编程基础的人也可以很容易地理解其中的解释和概念。化繁为简，但也包含了高层次的人工智能领域的探讨。
Programming Collective Intelligence
本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。
全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过滤）、用决策树技术实现预测和决策建模功能、社交网络的信息匹配技术、机器学习和人工智能应用等。本书是Web开发者、架构师、应用工程师等的绝佳选择。
Machine Learning for Hackers
Machine Learn日夏养花网ing for Hackers （中文译名：机器学习-实用案例解析）通过实例讲解机器学习算法，用R实现的，可以一边学习机器学习一边学习R。这是一本实操型的书，重点放在讲怎么用R做数据挖掘，机器学习的算法更多的是通过黑箱的方式来讲，强调input,output含义，弱化机器学习算法细节。文中基本都是通过case来讲述怎么去解决问题，并且提供了原始数据供自己分析。适合两种人：
（1）有过机器学习的一些理论，缺少案例练习
（2）只需掌握怎么用通用的机器学习解决问题的人，只希望知道机器学习算法的大致思想，不想详细学习机器学习中的算法。
Machine Learning by Tom M Mitchell
《Machine Learning》展示了机器学习中核心的算法和理论，并阐明了算法的运行过程。《Machine Learning》综合了许多的研究成果，例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等，并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业 本科生、研究生教材，也可作为相关领域研究人员、教师的参考书。
The Elements of Statistical Learning
《The Elements of Statistical Learning》介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《The Elements of Statistical Learning》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。
计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一http://www.rixia.cc种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。
Learning from Data
这是一门机器学习（ML）的入门课程，涵盖其基本理论、算法及应用。机器学习是大数据及金融、医药、商业及科研应用的关键技术。机器学习使得计算系统能够自动学习如何通过数据中提取的信息执行目标任务。机器学习现已成为当下最热门的研究领域之一，也是加州理工学院15个不同专业的本科生和研究生的研修课程。本课程在理论和实践中保持平衡，并涵盖了数学与启发式方法。
Pattern Recognition and Machine Learning
这本书是机器学习的神作之一，日夏养花网必读经典！
人工智能
Artificial Intelligence: A Modern Approach
《Artificial Intelligence: A Modern Approach》以详尽和丰富的资料，从理性智能体的角度，全面阐述了人工智能领域的核心内容，并深入介绍了各个主要的研究方向，是一本难得的综合性教材。
Artificial Intelligence for Humans
这本书阐释了基本的人工智能算法，如维度、距离度量、聚类、误差计算和线性回归等，用了丰富的案例进行阐释。需要较好的数学基础。
Paradigm of Artificial Intelligence Programming
本书介绍了出色的编程范式和基本的AI理论，是致力于人工智能领域的小伙伴的必读之作。
Artificial Intelligence: A New Synthesis
本书提出了统一人工智能理论的新的集成方法，涵盖了诸如神经网络，计算机视觉，启发式搜索，贝叶斯www.rixia.cc网络等。进阶选手必读。
The Emotion Machine: Commonsense Thinking, Artificial Intelligence and the Future of Human Mind
在这部让人脑洞大开的图书中，科技先锋马文明斯基继续了他极具创造力的研究，给我们呈现了一个全新的不可思议的人类大脑运转模式。
Artificial Intelligence (3rd Edition)
这是一本关于人工智能的入门书。没有编程基础的人也可以很容易地理解其中的解释和概念。化繁为简，但也包含了高层次的人工智能领域的探讨。
吴军著作的<智能时代>挺不错的。主要讲述一些人工智能发展的历史，现状以及技术方面的。
希望我的回答能帮助到你，望采纳。
机器学习基础教程，机器学习实战，都非常不错
清华大学出版社即将推出两部AI教材：人工智能导论和人工智能概论。
《智能问答与深度学习》ChatoperaCEO王海良著，对学习AI的朋友很有用！强烈推荐！
文章标签:
本文标题: 推荐几本学习大数据和人工智能的书籍，网站吧，谢谢大牛
本文地址: http://www.rixia.cc/wenda/195398.html
上一篇：可可和咖啡的区别是什么?
相关推荐
