人工智能入门书单

科普类：《人工智能简史》 《数学之美》

编程语言：《基础：Python编程：从入门到实践》同时可以搭配《机器学习实战》一起看（也是讲述用python进行人工智能算法）；
实战：《Python高级编程》（有很多经典实战例子，是参加工作之前必备的一本书）

机器学习书籍：《Python机器学习实践指南》 结合了机器学习和Python 语言两个热门的领域，通过利用两种核心的机器学习算法来用Python 做数据分析。
国内推荐书：李航博士所著的《统计学习方法》和周志华教授的《机器学习》。
国外推荐书：读完以上两本书，就可以阅读一些经典著作了。经典著作首推 Tom Mitchell 的《 Machine Learning》，中译本名为《机器学习》。
另一本经典著作是 Trevor Hastie 等人所著的 Elements of Statistical Learning。没有中译本
压轴登场的 Christopher Bishop 所著的 Pattern Recognition and Machine Learning 。没有中译本。

深度学习书籍：《深度学习》（经典）。它从一开始就介绍基础数学，如线性代数，概率论，接着转向机器学习基础，最后介绍深度网络和深度学习。
《神经网络和深度学习》（Neural Networks and Deep Learning:Deep Learning explained to your granny）。一本通俗解释深度学习的书，让你逐步了解神经网络和深度学习的基础知识，对于那些想要了解这个主题但不一定想深入了解所有数学背景的人来说，这本书是一本很棒的书。
《TensorFlow机器学习项目实战》第二代机器学习实战指南，提供深度学习神经网络等项目实战，有效改善项目速度和效率
神经网络篇：
《神经网络与机器学习》
《神经网络算法与实现——基于Java语言》 完整地演示了使用Java开发神经网络的过程，既有非常基础的实例也有高级实例。
图像识别 、语音识别、自然语言处理：
《OpenCV和Visual Studio图像识别应用开发》无人驾驶人脸识别基础技术 用OpenCV实现图像处理应用 计算机视觉编程实战手册。
《人脸识别原理及算法——动态人脸识别系统研究》 介绍了动态场景下的人脸识别方法，该方法综合应用了人脸定位、人脸识别、视频处理等算法。

参考博文：https://blog.csdn.net/zhangbijun1230/article/details/79440021
https://blog.csdn.net/zv3e189os5c0tsknrbcl/article/details/80649946