【入门人工智能小书单】
给大家推荐一些书，同时提醒大家一些坑。书大致可以分为三类『科普书籍』『机器学习算法书籍』『编程书籍』。
- 科普书籍：
《数学之美》：用妙趣横生的语言讲述了自然语言处理和搜索引擎里的数学原理
《浪潮之巅》：讲述IT产业发展和美国硅谷IT公司的兴衰沉浮
《黑客与画家》：本书是硅谷创业之父Paul Graham的文集，程序员的世界观和眼里的世界
兴趣是最好的老师，阅读科普书籍有助于积累兴趣，对人工智能领域有个大概的了解。
- 机器学习算法书籍：
《统计学习方法》：李航博士的经典教材。用最精炼的语言描述机器学习算法，转行AI必读书籍
《机器学习》：周志华教授的西瓜书。统计学习方法涵盖面太窄，配合西瓜书来扩展宽度。
《python机器学习及实现》：适合入门，学习曲线平滑，理论书看腻累了，就跟着这本书打一遍代码，对kaggle就会大致的了解。
《集体编程的智慧》：有各种算法的实现代码，配合理论书看，能更深入的理解算法。
《PRML》：机器学习经典，贝叶斯经典。
深度学习着重推荐以下两本：
《Deep learning》中文版：https://item.jd.com/12128543.html?cu=true&utm_source=zhuanlan.zhihu.com&utm_medium=tuiguang&utm_campaign=t_1001542270_1001971341_0_1927893926&utm_term=d7ba697cb39042209fd0d5673583620c
《神经网络与深度学习》：邱老师的开源书(https://nndl.github.io/)
- 编程书籍：
《廖雪峰Python教程》：最好的Python入门教程，https://www.liaoxuefeng.com
《流畅的Python》：Python最好的进阶教程
《Python for Data Analysis》：作者是Python Pandas的作者,分析数据就用Pandas
- 一些坑：
《Tensorflow实战》：真的还不如就看官方教程或者斯坦福的课程CS 20SI
《深度学习》：Goodfellow的大作，但真心不适合入门，适合进阶
