人工智能专业需要学习很多不同的书籍,具体可以参考下述比较流行的书:
1. 《机器学习》(Machine Learning):由Peter Harrington撰写的一本经典的机器学习入门书籍,涵盖了机器学习的基础知识和算法,包括监督学习、无监督学习和强化学习等。
2. 《深度学习》(Deep Learning):由Ian Goodfellow、Yoshua Bengio和Aaron Courville等人撰写的深度学习入门书籍,介绍了深度学习的基本概念、算法和应用。
3. 《Python机器学习基础教程》(Python Machine Learning):由Michael Keras、Riam鹿希盟和Anirudh Ramachandran等人撰写的一本Python机器学习入门书籍,涵盖了Python机器学习的基础知识和算法,包括特征工程、朴素贝叶斯算法、决策树和神经网络等。
4. 《计算机视觉:算法与应用》(Computer Vision: Algorithms and Applications):由Peter Harrington撰写的计算机视觉入门书籍,介绍了计算机视觉的基本概念、算法和应用,包括图像分类、目标检测、图像分割和人脸识别等。
5. 《统计学习方法》(Statistical Learning Methods):由的李航等人撰写的统计学习入门书籍,介绍了统计学习的基础知识和算法,包括回归、聚类、降维、支持向量机和神经网络等。
除了以上书籍,还可以学习一些相关的技术和应用,例如Python编程、深度学习框架、神经网络优化和自然语言处理等。