学习人工智能的入门书单-机器学习篇和教学篇(附PDF链接).doc

《学习人工智能的入门书单-机器学习篇和教学篇(附PDF链接).doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学习人工智能的入门书单-机器学习篇和教学篇(附PDF链接)　　王天一，北京邮电大学工学博士，贵州大学大数据与信息工程学院副教授，贵州省3D数字医疗学会会员。在读期间主要研究方向为连续变量量子通信理论与系统，主持并参与多项国家级/省部级科研项目，以第一作者身份发表SCI论文5篇。　　　　目前主要研究方向为大数据与人工智能，研究内容包括以物联网为基础的大数据应用及神经网络与机器学习。除技术领域外，对人工智能的发展方向与未来趋势亦有深入思考，著有《人工智能革命》一书。　　机器学习篇　　在机器学习上，首先要推荐的

2、是两部国内作者的著作：李航博士所著的《统计学习方法》和周志华教授的《机器学习》。　　　　相比之下，《机器学习》覆盖的范围更广，具有更强的导论性质，有助于了解机器学习的全景。书中涵盖了机器学习中几乎所有算法类别的基本思想、适用范围、优缺点与主要实现方式，并穿插了大量通俗易懂的实例。　　　　如果说《统计学习方法》胜在深度，那么《机器学习》就胜在广度。在具备广度的前提下，可以根据《机器学习》中提供的丰富参考文献继续深挖。　　读完以上两本书，就可以阅读一些经典著作了。经典著作首推TomMitchell所著的Mac

3、hineLearning，中译本名为《机器学习》。　　　　　　另一本经典著作是TrevorHastie等人所著的ElementsofStatisticalLearning，于2016年出版了第二版。这本书没有中译，只有影印本。高手的书都不会用大量复杂的数学公式来吓唬人（专于算法推导的书除外），这一本也不例外。　　　　压轴登场的非ChristopherBishop所著的PatternRecognitionandMachineLearning莫属了。本书出版于2007年，没有中译本，也许原因在于将这样一本煌煌

4、巨著翻译出来不知要花费多少挑灯夜战的夜晚。　　　　最后推荐的是DavidJCMacKay所著的InformationTheory,InferenceandLearningAlgorithms，成书于2003年，中译本名为《信息论，推理与学习算法》。本书作者是一位全才型的科学家，这本书也并非机器学习的专著，而是将多个相关学科熔于一炉，内容涉猎相当广泛。　　　　　　数学篇　　1、线性代数　　推荐两本国外的教材。其一是GilbertStrang所著的IntroductiontoLinearAlgebra，英文版

5、在2016年出到第五版，暂无中译本。这本通过直观形象的概念性解释阐述抽象的基本概念，同时辅以大量线性代数在各领域内的实际应用，对学习者非常友好。　　　　其二是DavidCLay所著的LinearAlgebraanditsApplications，英文版在2015年同样出到第五版，中译本名为《线性代数及其应用》，对应原书第四版。这本书通过向量和线性方程组这些基本概念深入浅出地介绍线代中的基本概念，着重公式背后的代数意义和几何意义，同样配有大量应用实例，对理解基本概念帮助很大。　　　　　　2、概率论　　基础读

6、物可以选择SheldonMRoss所著的AFirstCourseinProbability，英文版在2013年出到第九版（18年马上要出第十版），中译本名为《概率论基础教程》，对应原书第九版，也有英文影印本。　　　　　　另一本艰深的读物是EdwinThompsonJaynes所著的ProbabilityTheory:TheLogicofScience，本书暂无中译本，影印本名为《概率论沉思录》也已绝版。这本书是作者的遗著，花费半个世纪的时间完成，从名字就可以看出是一部神书。　　　　3、数理统计　　基础读物

7、可以选择陈希孺院士所著的《数理统计学教程》。关于统计学是不是科学的问题依然莫衷一是，但它在机器学习中的重要作用毋庸置疑。　　　　进阶阅读可以选择RogerCasella所著的StatisticalInference，由于作者已于2012年辞世，2001年的第二版便成为绝唱。中译本名为《统计推断》，亦有影印本。　　　　4、最优化理论　　可以参考StephenBoyd所著的ConvexOptimization，中译本名为《凸优化》。　　　　　　5、信息论　　推荐ThomasCover和JayAThomas合著

8、的ElementsofInformationTheory，2006年出到第二版，中译本为《信息论基础》。　　　　　　PDF链接：　　机器学习篇：　　MachineLearning　　http://www.cs.ubbcluj.ro/~gabis/ml/ml-books/McGrawHill%20-%20Machine%20Learning%20-Tom%20Mitchell.pdf　　ElementsofStatistical