对于零基础新手想要人工智能入门的第一步，应该是多看基本大师的书，对人工智能有一个初步的系统的了解。AI看什么书？下面我将给大家推荐五本人工智能入门书籍，虽然不算多但贵在精，相信大家看完这五本书就足以入门了。
学人工智能看什么书？
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。
4、《人工智能时代》
介绍：Kalman Toth所著。
推荐理由：对于人类来说，人工智能有着广阔的前景，同时也充满挑战。人工智能时代，人类将面临哪些改变和困惑?人工智能的发展将会给人类社会带来哪些冲击和影响?当所有的工作都由超级智能机器人来完成时，预示着我们进入了一个不劳社会。机器是否会完全取代人类?但是，人类如何以150的智商控制百万智商的人工智能?本书围绕人工智能的历史、发展和应用，展开广泛的讨论和介绍，为读者解开心中关于人工智能的种种疑问。翻开本书，了解人工智能是什么，以及人工智能将会怎样影响我们的生活和未来!
5、《自然语言处理综论》(Speech and Language Processing)
介绍：作者为Daniel Jurafsky和James H. Martin。Jurafsky是斯坦福大学语言学和计算机科学教授。在美国加利福尼亚大学获计算机科学博士学位。Martin是美国科罗拉多大学计算机科学系教授和认知科学研究所研究院。在美国加利福尼亚大学获计算机科学博士学位。
推荐理由：全面讲述计算机自然语言处理的优秀教材。中文版的出版社介绍称，“深入细致地探讨了计算机处理自然语言的词汇、语法、语义、语用等各个方面的问题，介绍了自然语言处理的各种现代技术。”
以上就是五本人工智能入门书籍推荐，零基础的新手千万不要好高骛远，觉得五本太少。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。
免费分享一些我整理的人工智能学习资料给大家，包括一些AI常用框架实战视频、图像识别、OpenCV、NLQ、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。
为了更好的系统学习AI，推荐大家收藏一份。
下面展示部分截图，点击此处免费下载文中资料。
一、人工智能课程及项目
二、国内外知名精华资源
三、人工智能论文合集
四、人工智能行业报告
学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。
