說到人工智能，這些方面的知識肯定都有涉及，包括數學、機器學習、人工神經網絡、深度學習等。對于這些知識的了解，我會推薦相關的書，同時做一些說明。
推薦之前，說下自己的看法。我覺得搞技術都有兩個方向，一個是基礎研究，另一個就是工程應用，人工智能也是如此，后一種對于前一種相對來說要簡單一些，但是不管是哪個方向的，對相關基礎都了解是必要的。
廢話完了，上干貨。
------
數學基礎線性代數
這本書由淺入深，介紹了向量等基礎概念，同時配有很多例子，對線性代數中基礎的理解有很大幫助。
概率論
這本書同樣配有大量例子，相對于同類書籍來說，也更加好懂一些。
數理統計
這本書是陳希孺院士寫的，這本書介紹了統計的基礎概念，提醒我們用統計的觀念去看這個世界的事物，學會用統計的知識分析這些事物。
最優化理論
這本書同樣重在講實際中的應用，很多機器學習的方法也都出自這本書。
信息論
這本書干貨很多，講明白了信息論中的各個基本概念，但是要有一定的數學基礎，看起來才比較順暢。
機器學習這是一本導論，可以從比較高的地方來看這本書，對機器學習有個全面的認識。本書中講了機器學習中的大部分方法的思想、好處以及壞處，同樣，給出了很多好懂的例子供讀者理解。
人工神經網絡《Machine Learning: An Algorithmic Perspective》。這本書對感知器、自組織映射等常見的神經網絡算法都有專門的介紹，介紹的時候，作者傾向于對算法原理的比較直觀的解釋，對神經網絡的初學者來說有一定的好處，能促進對神經網絡的理解。
深度學習這本書出版比較早，基本上講明白了深度學習的發展，書中主要介紹了一些早起的模型，所以說，這本書對初學者也是一個不錯的選擇。
------
你如果要學習人工智能，上面的相關知識早晚會碰到。我這里列舉出來的都是相對來說對初學者友好的。當然，不是要你全部看完了再去使用，而是要邊看邊實踐，這樣才能加深你對人工智能的理解。
學習的時候一定要帶有目標性，不然的話，你可能在看基礎的時候就蒙圈了。
------
整理不易，望點贊支持一下，喜歡的朋友也可以點擊關注。
