来源：图灵教育

位于美国西海岸的斯坦福大学，是一所为全世界培养了众多著名企业家、经营者的著名高等学府，也是 Google 联合创始人之一谢尔盖·布林的母校。这里曾经最受学生欢迎的讲座之一是计算机科学系吴恩达（Andrew Ng）副教授的机器学习（Machine Learning）。

美国《纽约时报》将这一现象评价为时代精神的体现。也就是说，一场即将给你我的生活、工作乃至社会带来巨大变革的技术革命正在水面之下悄悄展开，而高瞻远瞩的斯坦福大学的学生已经敏感地察觉到了这一变革。

人工智能的研究与开发始于 20 世纪 50 年代，它是一项为计算机等机器赋予（如人类一般的）智能的技术。进入 21 世纪后，人工智能技术中的机器学习则成为了发展最为迅猛的领域。

机器学习这项技术的定义是，计算机通过分析现实社会及网络中存在的大量数据，从中提取出某种有用的目标模式。此外，这项技术也可以应用于机器人、汽车乃至智能手机等多种设备上，使其获得基于大量数据（通过各种传感器获取）的自主学习能力，进而变得更加智能。

近来，机器学习一词已经越来越多地在报纸、电视、网络等媒体上出现，就连平时不太关心这类信息的一般民众也会经常看到这个词。比如，接连击败职业棋手的计算机下棋软件、世界各大汽车制造商争相开发的无人驾驶型汽车、SoftBank 发售的曾一度引发热议的人形机器人 Pepper 等，无论哪一个，以机器学习为中心的最新人工智能技术都担任着重要的角色。

今天，准备推荐给大家人工智能时代你可能要读的 15 本书，帮你打通任督二脉，也希望给不同学科背景的人以启发。

通识简史

1. 人工智能简史

作者：尼克

视野宏阔，笔法风趣，全方位解读人工智能兼具广度与深度，给普通读者以趣味，给专业读者以激情领域内资深前辈尼克老师作品，与书中部分人物或为师友或相熟相知，除了详实的考证还有奇闻轶事

继入围央视 2017 年度中国好书，获选第十三届文津图书奖推荐图书，获评南方都市报 2017 年度十大好书以及人民邮电出版社 2017 年度好书之后，《人工智能简史》获得 2018 年第八届吴文俊人工智能科学技术奖图书。这本书全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，让人常读常新，深受启发。

AI作序

2. 人工智能的冲击

作者：小林雅一

译者：支鹏浩

AI 作序的AI图书日本人气 AI 读本未来职业、产业的变革参考

人工智能技术、产业的通俗读本，书中以 AI 技术对个人、社会的冲击为焦点，结合欧美日人工智能产业的调查研究，解读了AI时代的新秩序、新格局。作者行文结构清晰、考论得当，既有对技术要义原理的浅白讲解，如机器学习、深度学习；又有对就业、产业格局变革的研究和分析，如自动驾驶、智能机器人、医疗、养老、艺术等；还涉及技术时代下，人类存在价值、社会伦理伤痕的讨论；以及人工智能冲击背景下，对日本全产业衰退危机的深度思考。

大师思维

3. 图灵的秘密

作者：Charles Petzold

译者：杨卫东 朱皓

Windows 编程大师、世界顶级技术作家、微软资深 MVP Charles Petzold 作品描述图灵非凡一生及学术的著作，透彻了解图灵的思想和生平

在数字计算机出现之前，阿兰·图灵就预想了它们的功能和通用性……也证明了哪些事是计算机永远做不了的。 这本书剖析了现代计算机原理开山之作、阿兰·图灵流芳百世的论文On Computable Numbers, with an Application to the Entscheidungsproblem。图灵在其中描述了一种假想的计算机器，探索了其功能和内在的局限性，由此建立了现代程序设计和可计算性的基础。这本书也像是一本小说，行文间穿插讲述了图灵的成长经历和教育背景，以及他跌宕起伏的一生，包括破解德国恩尼格密码的传奇经历，他对人工智能的探索，他的性取向，以及最终因同性恋的罪名而在 41 岁时自杀的悲惨结局。

4. 信息简史

作者：詹姆斯·格雷克

译者：高博

2011年度《纽约时报》畅销书2011年度《出版商周刊》年度最佳图书2012年度英国皇家学会科普图书奖美国笔会爱德华·威尔逊科普文学奖英国笔会赫塞尔-蒂尔特曼奖得主2014年第九届文津图书奖百万级销量科普畅销书作家詹姆斯·格雷克七年磨一剑

【推荐作序】

雷　军（小米董事长，金山软件董事长）

吴　军（《浪潮之巅》、《数学之美》作者）

刘　钢（中国社会科学院哲学所研究员）

【联合推荐】

田溯宁（宽带资本董事长，亚信创始人）

俞敏洪（新东方董事长）

徐小平（真格基金创始人，新东方联合创始人）

刘韵洁（中国工程院院士）

汤涛（香港浸会大学数学系主任，北京大学客座教授）

王桥（东南大学信息科学与工程学院教授）

姬十三（果壳网 CEO，科学松鼠会创始人）

吴建平（清华大学教授）

张小龙（微信之父）

数学经典

5. 线性代数应该这样学（第3版）

作者：Sheldon Axler

译者：杜现昆，刘大艳，马晶

原版畅销 30 多个国家，被 200 多所高校教材采纳为教材累计销量 4 万多册。完全抛开行列式来描述线性算子的基本理论起点较低，不需要太多预备知识，而且特色鲜明

本书强调抽象的向量空间和线性映射，内容涉及多项式、本征值、本征向量、内积空间、迹与行列式等。本书在内容编排和处理方法上与国内通行的做法大不相同，它完全抛开行列式，采用更直接、更简捷的方法阐述了向量空间和线性算子的基本理论。书中对一些术语、结论、数学家、证明思想和启示等做了注释，不仅增加了趣味性, 还加强了读者对一些概念和思想方法的理解。

6. 概率论及其应用

互联网小常识：Internet将路由选择协议分为两大类：内部网关协议（IGP）和外部网关协议（EGP）。目前内部网关协议主要有RIP(路由信息协议Routing Information Protocol)和OSPF（开放式最短路径优先协议，Opening Shortest Path First），外部网关协议主要是边界网关协议（BGP，Border Gateway Protocol）。

作者：William Feller

译者：胡迪鹤

畅销 60 年概率论经典教材伟大概率学家威廉·费勒著著名数学家胡迪鹤翻译

本书涉及面极广，不仅讨论了概率论在离散空间中的诸多课题，也涉及了概率论在物理学、化学、生物学（特别是遗传学）、博弈论及经济学等方面的应用。

7. 普林斯顿微积分读本（修订版）

作者：阿德里安·班纳

译者：杨爽，赵晓婷，高璞

审读出版修订版，豆瓣评分 9.8 分一本将易用性与可读性以及内容的深度与数学的严谨完美地结合在一起的经典著作风靡美国大学的微积分复习课程，最受图灵读者喜爱的高等数学参考书

《普林斯顿微积分读本（修订版）》是作者多年来给普林斯顿大学本科一年级学生开设微积分的每周复习课。本书专注于讲述解题技巧，目的是帮助读者学习一元微积分的主要概念。深入处理一些基本内容，还复习一些主题。本书不仅可以作为参考书，也可以作为教材，是学习一元微积分的绝佳指导书。

畅销经典

8. Python深度学习（Keras）

作者：弗朗索瓦•肖莱

译者：张亮（hysic）

Keras 之父、Google 人工智能研究员 François Chollet 著作原版豆瓣评分 9.3，深度学习领域力作原版亚马逊语音与音频处理畅销榜榜首图书30 多个代码示例，带你全面掌握如何用深度学习解决实际问题Keras 框架速成的不二之选夯实深度学习基础，在实践中培养对深度神经网络的良好直觉无须机器学习经验和高等数学背景

本书详尽介绍了用 Python 和 Keras 进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用，示例步骤讲解详细透彻。

9. 深度学习入门：基于Python的理论与实现

作者：斋藤康毅

译者：陆宇杰

日本深度学习入门经典畅销书，原版上市不足 2 年印刷已达 100 000 册长期位列日亚人工智能类图书榜首，超多五星好评使用 Python 3，尽量不依赖外部库或工具，从零创建一个深度学习模型相比 AI 圣经花书，本书更合适入门

深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用 Python 3，尽量不依赖外部库或工具，从基本的数学知识出发，从零创建一个经典的深度学习网络，来逐步理解深度学习。

10. 美团机器学习实践

图灵原创

作者：美团算法团队

美团算法团队由数百名优秀算法工程师组成，负责构建美团这个生活服务互联网大平台的大脑，涵盖搜索、推荐、广告、风控、机器学习、计算机视觉、语音、自然语言处理、智能调度、机器人和无人配送等多个技术方向，在帮助美团数亿活跃用户改善用户体验的同时，也帮助餐饮、酒店、婚庆、丽人、亲子等200多个行业的数百万商户提升运营效率。

美团数名一线算法工程师倾情巨献解密大型互联网公司机器学习算法在真实场景中的落地实践美团内部真实案例详解，AI+O2O智慧凝结美团首席科学家张锦懋作序推荐，美团技术委员会执行主席刘彭程以及美团科学家、副总裁夏华夏倾力推荐

本书包括通用流程、数据挖掘、搜索和推荐、计算广告、深度学习以及算法工程6大部分内容，全面介绍了美团在多个重要方面对机器学习的应用。

11. 深入理解TensorFlow：架构设计与实现原理

互联网小常识：ipconfig 显示当前TCP/IP网络设置 ；hostname显示当前主机名称；arp 显示和修改arp表；NBTSTAT显示本机与远程计算机的基于TCP/IP的NetBIOS的统计及连接信息；Net 管理网络环境、服务、用户、登录等本地信息；NETSTAT 显示活动的TCP连接、侦听端口、以太网统计信息、IP路由表与IP统计信息。Ping通过发送ICMP报文并监听回应来检查与远程或本地计算机的连接。

作者：彭靖田 林健 白小龙

TensorFlow 进阶第一书才云科技技术总监彭靖田、华为深度学习团队系统工程师林健、华为公司深度学习云服务技术负责人白小龙联合编写深入解析 TensorFlow 系统本身的设计与实现原理

书中首先介绍了 TensorFlow 设计目标、基本架构、环境准备和基础概念，接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧接着还将 TensorFlow 与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了 CNN、GAN 和 RNN 等经典模型，然后深入剖析了 TensorFlow 运行时核心、通信原理和数据流图计算的原理与实现，最后全面介绍了 TensorFlow 生态系统的发展。

12. Python机器学习基础教程

作者：Andreas C. Müller , Sarah Guido

译者：张亮（hysic）

Python 机器学习入门书首选，豆瓣评分 9.2scikit-learn 库维护者和核心贡献者作品自己动手构建机器学习解决方案并非难事以机器学习算法实践为重点，使用 scikit-learn 库从头构建机器学习应用

本书主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。

13. 机器学习实战

作者：Peter Harrington

译者：李锐 李鹏 曲亚东 王斌

最畅销机器学习图书介绍并实现机器学习的主流算法面向日常任务的高效实战内容

全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用 Python 代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

14. Python数据科学手册

作者：Jake VanderPlas

译者：陶俊杰、陈小莉

目前图灵最受读者欢迎的数据科学和数据处理好书掌握用 Scikit-Learn、NumPy 等工具高效存储、处理和分析数据大量示例+逐步讲解+举一反三，从计算环境配置到机器学习实战，切实解决工作痛点

本书以 IPython、NumPy、Pandas、Matplotlib 和 Scikit-Learn 这 5 个能完成数据科学大部分工作的基础工具为主，从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。

15. Python编程导论（第2版）

作者：John V. Guttag

译者：陈光欣

MIT 热门 MOOC 教材，基于 Python 3 讲解计算机科学基础知识培养计算思维，入门 Python 和计算机科学首选Python 3 实现，同时提供 Python 2 源码

本书基于 MIT 知名计算机科学和 Python 编程入门课讲义写成，主要目标在于帮助读者掌握并熟练使用各种计算技术，具备用计算思维解决现实问题的能力。人工智能和大数据时代必备。

怎么样？这些书你都读过哪些？不管是科普书还是技术书，小编都希望这些书能给走在人工智能路上的你提供一盏明灯。

文末福利

说说你最想用人工智能做点什么？帮你玩游戏、帮你穿搭还是帮你找到属于你的TA！截止2018.10.29，精选留言抽取1人获得以上任意人工智能图书一本。欢迎小伙伴们畅所欲言。