如何自学人工智能

网络公开课：

• 麻省理工公开课 单变量微积分
• 麻省理工公开课 多变量微积分
• 麻省理工公开课 线性代数
• 麻省理工公开课 概率论
• 麻省理工公开课 算法导论
• 斯坦福大学公开课 CS229 机器学习 → Coursera：吴恩达机器学习（Deep Learning）
• 斯坦福大学公开课 CS231n Convolutional Neural Networks for Visual Recognition
• 斯坦福大学公开课 CS224n Natural Language Processing with Deep Learning
• 台湾大学公开课 机器学习基石
• 台湾大学公开课 机器学习技法
• 台湾大学公开课 Machine Learning and having it deep and structured
• Coursera公开课 Machine Learning
• Coursera公开课 Neural Networks for Machine Learning

 

概率统计：

• An introduction to statistical learning
• All of statistics
• Probability Theory and Examples (Probability: Theory & Examples)

 

数据结构和算法：

• 算法
• 算法的乐趣
• 数据结构和算法

 

Python：

• Python编程：从入门到实践
• Python编程快速上手
• Python 机器人编程实战
• Python网络数据采集
• 利用Python进行数据分析
• Python源码剖析
• Python 机器学习经典实例
• 机器学习实战

 

机器学习：

• 数据挖掘导论
• 集体智慧编程
• 机器学习实战
• 统计学习方法
• 机器学习
• Python machine learning
• 贝叶斯方法:概率编程与贝叶斯推断
• 推荐系统实践

 

数据库：

• MySQL必知必会
• MySQL for Python
• Hadoop & Spark：
• Hive编程指南
• Spark快速大数据分析

 

自然语言处理：

• 数学之美
• 什么是数学
• TensorFlow:实战Google深度学习框架
• 大数据智能:互联网时代的机器学习和自然语言处理技术

 

其他方面书籍：

• 追寻记忆的痕迹
• 人工智能的未来
• 人脑之谜
• GEB
• 生理心理学
• 人工智能哲学
• 计算机与人脑
• 智能时代
• 意识的宇宙
• 机器人叛乱
• 科学的极致：漫谈人工智能
• KK三部曲
• 控制论与科学方法论
• 皇帝新脑
• 智能化未来
• 科技之巅
• 程序之美
• 黑客与画家
• 程序员的思维修炼
• 编码：藏匿在计算机硬件背后的语言
• 给大家看的设计书
• 设计模式之禅