对于零基础新手想要人工智能入门的第一步，应该是多看大师的书，对人工智能有一个初步的系统的了解。下面我将给大家推荐几本人工智能入门书籍，虽然不算多但贵在精，相信大家看完这几本书就足以入门了。
1、《人工智能：一种现代的方法》（Artificial Intelligence: A Modern Approach）
介绍：作者为Stuart Russell和Peter Norvig。Russell，加州大学伯克利分校的计算机科学教授，发表了100多篇关于人工智能的论文。Norvig 现为谷歌研究总监，美国人工智能协会的创始会员之一，ACM院士。
推荐理由：人工智能领域的经典教科书。中文版的出版社介绍称，“系统地介绍了人工智能的理论和实践，并深入介绍了人工智能各个主要的研究方向。”相信人工智能入门的新手看完会对人工智能用一个整体的理解。
2、《Python机器学习 预测分析核心算法》
介绍：作者Michael Bowles，利用多年的机器学习经验带领读者设计、构建并实现自己的机器学习方案。
推荐理由：机器学习关注于预测，其核心是一种基于数学和算法的技术，要掌握该技术，需要对数学及统计概念有深入理解，能够熟练使用R 语言或者其他编程语言。本书通过集中介绍两类可以进行有效预测的机器学习算法，展示了如何使用Python 编程语言完成机器学习任务，从而降低机器学习难度，使机器学习能够被更广泛的人群掌握。
3、《深度学习》（Deep Learning）
介绍：作者为Ian Goodfellow、Yoshua Bengio和Aaron Courville。Goodfellow是谷歌研究科学家，2014年从蒙特利尔大学毕业，获机器学习博士学位。发明了生成对抗网络（GAN），在深度学习领域贡献卓越。Bengio是蒙特利尔大学计算机科学与运筹学系的教授，主要研究目标是了解产生智力的学习原则。Courville是蒙特利尔大学计算机科学与运筹学系的助理教授。
推荐理由：被誉为AI圣经，深度学习领域奠基性的经典畅销书。本书的介绍信息称：不仅介绍了与深度学习有关的数学及相关概念的背景知识，包括线性代数、概率论、信息论、数值优化等。还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实践方法等。最后，还提供了一些深度学习的研究方向，涵盖的理论主题包括线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡罗方法、配分函数、近似推断以及深度生成模型。
以上就是人工智能入门书籍推荐，零基础的新手千万不要好高骛远，觉得太少。毕竟这些书籍都是业内泰斗级的大师所著，大家只要真的好好读完，一定对人工智能有一个全面的了解，对之后的学习大有裨益。
本文由培训无忧网牛耳教育专属课程顾问整理发布，更多人工智能课程信息欢迎关注培训无忧网人工智能培训频道或添加老师微信：15033336050
注：尊重原创文章,转载请注明出处和链接 https://www.pxwy.cn/news-id-11452.html 违者必究！部分文章来源于网络由培训无忧网编辑部人员整理发布,内容真实性请自行核实或联系我们，了解更多相关资讯请关注人工智能频道查看更多，了解相关专业课程信息您可在线咨询也可免费申请试课。关注官方微信了解更多：150 3333 6050
