2020年最值得阅读的人工智能书籍

0
50323

人工智能:一种现代方法 by 斯图尔特·罗素 and 彼得 Norvig:

现代方法,3e 提供有关人工智能理论和实践的最全面,最新的介绍。该教科书是该领域的佼佼者,非常适合一两个学期的人工智能本科或研究生课程。

情感机器:常识性思维,人工智能和人类心灵的未来  通过 马文·明斯基

在这本拓宽思维的书中,科学先驱Marvin Minsky继续了他的开创性研究,为我们的思维方式提供了一种令人着迷的新模型。他有说服力地指出,情感,直觉和感觉不是截然不同的事物,而是不同的思维方式。

人工智能概论 菲利普·杰克逊(Philip C Jackson)

人工智能概论 介绍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。您会发现问题解决方法,表示形式和模型,游戏玩法,对自然语言的自动理解,启发式搜索理论,机器人系统,启发式场景分析和特定的人工智能成就的清晰,易读的内容。相关主题也包括:谓词演算定理证明,机器架构,心理模拟,自动编程,新颖的软件技术,工业自动化等等。

广告Coursera Plus标语,包含约翰·霍普金斯大学,谷歌和密歇根大学的课程,突出显示数据科学职业发展的内容

主算法 by 佩德罗·多明戈斯(Pedro Domingos)

如果说数据主义是当今兴起的哲学,那本书将是它的圣经。对通用学习的追求是有史以来最重要,最引人入胜和革命性的智力发展之一。一本开创性的书, 主算法 对于任何想了解这场革命将如何发生,以及如何走在革命前沿的人,都是必不可少的指南。

机器学习 by 汤姆·米切尔 

本书涵盖了机器学习的领域,机器学习是对算法的研究,这些算法使计算机程序可以根据经验自动进行改进。该书旨在支持机器学习的高年级本科生和入门级研究生课程。

奇点接近 by 雷·库兹韦尔

之一 CBS新闻2005年最佳秋季图书 • Among 圣路易斯邮局2005年最佳非小说类书籍 • 2005年Amazon.com最佳科学书籍之一

畅销书的作者对人类发展的未来方向持彻底和乐观的看法 如何建立思想 和 精神机器的时代 比尔·盖茨(Bill Gates)称其为“我认识的最能预测人工智能未来的人”

百页机器学习书 通过 安德烈·伯科夫(Andriy Burkov)

本书很好地概述了用于解决有监督和无监督学习问题的各种机器学习技术。作者以清晰简洁的方式提供了足够的细节,从而涵盖了每个主题。强烈建议希望仅在100-150页中扎实理解ML的读者

如何建立思想:揭示人类思想的秘密 通过 雷·库兹韦尔

雷·库兹韦尔(Ray Kurzweil) 如何建立思想,他将这项探索进行了下一步:对大脑进行逆向工程,以精确地了解其工作原理,然后将这些知识应用于创建智能程度很高的机器。

人与机器:重新想象AI时代的工作 通过 保罗·道尔蒂

In 人机+机器埃森哲领导人Paul R.Daugherty和H.James(Jim)Wilson表示,AI范式转变的实质是所有人的转型 业务流程 在组织内部–与突破性创新,日常客户服务或个人生产力习惯有关。随着人类和智能机器之间更加紧密的协作,工作流程变得更加灵活和适应性强,使公司可以随时更改它们或完全重新定义它们。人工智能正在改变公司运作的所有规则。

超智能:道路,危险,策略 by Nick Bostrom

这本雄心勃勃的原始书打破了艰难的学术领域的广阔轨迹。经过一段令人费解的旅程,将我们带到了思考人类状况和智能生活的未来的前沿,我们在尼克·波斯特罗姆的作品中发现的,无非是重新构想了我们这个时代的基本任务。

深度学习 (Adaptive Computation 和 机器学习 series) by 伊恩·古德费洛

本书提供了数学和概念上的背景知识,涵盖了线性代数,概率论和信息论,数值计算和机器学习中的相关概念。它描述了行业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;它调查了诸如自然语言处理,语音识别,计算机视觉,在线推荐系统,生物信息学和视频游戏等应用。最后,这本书提供了研究视角,涵盖了诸如线性因子模型,自动编码器,表示学习,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。

感知机器:人工智能的未来时代 通过 阿米尔·侯赛因

“在 知觉机器,侯赛因为我们为更光明的未来做准备;并非夸大对是非,而是对风险和潜力提出了严肃的论点”(波音公司首席技术官Greg Hyslop博士)。他围绕AI的出现提出了广泛的存在性问题:我们为什么有价值?在这个世界上我们能创造什么?我们如何聪明?什么对我们构成进步?而我们怎么可能无法进步呢?侯赛因将复杂的计算机科学和AI概念分解为清晰明了的语言,并从各种各样的文化和历史参考文献中加以阐述。最终,侯赛因挑战了我们的许多社会规范,并颠覆了我们对“美好生活”的假设。

人工智能:每个人都需要知道的 通过 杰里·卡普兰

能够独立推理和采取行动的系统的出现提出了严重的问题,即允许它们服务于谁的利益,以及我们的社会应在其创造和使用上施加哪些限制。困扰着哲学家多年的深刻的道德问题将突然出现在我们法院的台阶上。机器可以对其行为负责吗?智能系统应该享有独立的权利和责任,还是简单的财产?自动驾驶汽车杀死行人时,谁应该负责?您的个人机器人能否保持您的位置,还是被迫作证反对您?如果事实证明可以将您的思想上载到机器中,那您还是吗?答案可能会让您感到惊讶。

我们的最终发明:人工智能与人类时代的终结 by 詹姆斯·巴拉特

通过技术远见卓识,行业监管机构和突破性的AI系统的介绍,James Barrat的 我们的最终发明探索了盲目追求高级AI的危险。到目前为止,人类智能还没有竞争对手。我们可以与智商相形见being的生物共存吗?他们会允许我们这样做吗?

人工智能的优势:如何进行人工智能革命 通过 托马斯·达文波特

In 人工智能的优势,Thomas Davenport提供了在业务中使用人工智能的指南。他描述了可用的技术以及公司如何利用它们来获得商业利益和竞争优势。他杜绝了AI狂潮的炒作(还记得IBM的Watson似乎可以治愈癌症吗?),以解释企业如何在现实世界中使人工智能发挥作用。

强化学习:简介 by Andrew Barto and Richard Sutton

强化学习是人工智能中最活跃的研究领域之一,是一种计算机学习方法,通过这种方法,代理在与复杂,不确定的环境进行交互时会尝试使所获得的奖励总额最大化。在 强化学习,Richard Sutton和Andrew Barto清晰,简单地介绍了强化学习的关键思想和算法。他们的讨论范围从该领域的知识基础的历史到最新的发展和应用。唯一必要的数学背景是熟悉概率的基本概念。

第四纪元:智能机器人,有意识的计算机和人类的未来 by 拜伦·里斯(Byron Reese)

In 第四纪元,拜伦·里斯(Byron Reese)提出技术仅在三倍的历史上重塑了人类:

– 100,000年前,我们利用火力引发了语言。

– 10,000年前,我们发展了农业,导致了城市和战争。

– 5,000年前,我们发明了滚轮和书写工具,从而发展了民族国家。

人工智能超级大国: China, Silicon Valley, 和 the New World Order 李开复

In 人工智能超级大国,李开复有力地论证说,由于AI的这些空前发展,戏剧性的变化将比我们许多人预期的更快发生。的确,随着中美AI竞争开始白热化,Lee敦促中美双方接受并承担巨大技术力量带来的重大责任。

你好,世界:在算法时代成为人类 汉娜·弗莱(Hannah Fry)

当谈到人工智能时,我们要么听到地球上的天堂,要么就要灭绝。是时候让我们面对面地面对算法的真正力量和局限性了,这些算法已经使医疗保健,运输,犯罪和商业中的重要决策自动化。 你好,世界 是为由代码运行的世界解决道德难题的必不可少的准备,并且以令人愉快的汉娜·弗莱(Hannah Fry)为指南,我们将在最后一页翻页后的很长时间内讨论这些问题。 (此书已于2020年6月28日添加到此列表中)


注意: 上面列出的AI书是根据其对亚马逊的评论,社交媒体的影响力,知名度以及在AI域中的在线提及而选择的

请注意:这不是排名文章。

我们确实通过与优质书籍,课程等链接的推荐/会员链接进行购买而获得微利。

如果您有任何问题或建议,或者想为我们推荐此列表中未填写的任何书,请给我们发电子邮件 [电子邮件 protected]


广告

广告

发表评论

请输入您的评论!
请在这里输入您的名字

该网站使用Akismet减少垃圾邮件。 了解如何处理您的评论数据.