Artificial Intelligence: A Modern Approach by Stuart Russell and Peter Norvig

现代的方法3e为人工智能的理论和实践提供了最全面，最新的介绍。这本教科书是该领域的第一名，非常适合人工智能中的一个或两个学期，本科或研究生水平的课程。

 

The Emotion Machine: Commonsense Thinking, Artificial Intelligence, and the Future of the Human Mind by Marvin Minsky

在这本书中，先驱Marvin Minsky继续他的开创性研究，为我们的思想工作提供了一个新模型。他认为情感，直觉和感受不是独特的东西，而是不同的思考方式。

 

Introduction to Artificial Intelligence by Philip C Jackson

人工智能简介介绍了计算机推理过程的科学，以及过去二十年的研究方法和结果。你会发现清晰的，易于阅读的问题解决方法，对模型，游戏，自然语言的自动化理解，启发式搜索理论，机器人系统，启发式场景分析和特定AI等成就。相关主题还包括：谓词演算定理证明，机器结构，心理模拟，自动编程，新颖的软件技术，工业自动化等等。

 

The Master Algorithm by Pedro Domingos

追求通用学习是有史以来最重要，最引人入胜，最具革命性的智力发展之一。这是一本具有开创性的书，介绍了主算法，以及革命将如何发生，如何站在最前沿。

 

Machine Learning by Tom M. Mitchell

本书涵盖了机器学习领域，对算法的研究，它允许计算机程序通过经验自动改进。本书旨在支持机器学习的本科和初级研究生课程。

 

The Singularity is Near by Ray Kurzweil

该书由《How to Create a Mind》和《《How to Create a Mind》》这两本畅销书的作者编写，比尔盖茨称“我认识的预测未来人工智能的最佳人选”。

 

How to Create a Mind: The Secret of Human Thought Revealed by Ray Kurzweil

Ray Kurzweil在他备受期待的《How to Create a Mind》一书中，将这一探索推向了下一步：通过大脑的逆向工程准确理解它是如何工作的，然后将这些知识应用于创造大量智能机器。

 

Human + Machine: Reimagining Work in the Age of AI by Paul R. Daugherty

在这本书中，埃森哲的领导者Paul R. Daugherty和H. James（Jim）Wilson表明，AI范式转变的本质是组织内所有业务流程的转变，无论是突破创新，日常客户服务还是相关的个人生产力习惯。随着人类和智能机器之间的密切合作，工作流程变得更加流畅，更具有适应性，公司能够即时改变它们，或者重新构想它们。人工智能正在改变公司运作的所有规则。

 

Superintelligence: Paths, Dangers, Strategies by Nick Bostrom

这本极具野心的原创书籍打开了困难知识领域的广阔道路。在经历了一次引人入胜的旅程之后，我们走向思考人类状况和智慧生活未来的边界。

 

Deep Learning (Adaptive Computation and Machine Learning series) by Ian Goodfellow

本书提供了数学和概念背景，涵盖了线性代数，概率论和信息论，数值计算和机器学习等相关概念。它描述了业内从业人员使用的深度学习技术，包括深度前馈网络，正则化，优化算法，卷积网络，序列建模和实用方法学，它调查了自然语言处理，语音识别，计算机视觉，在线推荐系统，生物信息学和电子游戏等应用情况。最后，本书提供了研究观点，涵盖了线性因子模型，自编码器，表征学习，结构化概率模型，蒙特卡洛方法，分区函数，近似推理和深度生成模型等理论主题。