人工智能学习过程中必须掌握线性代数、微积分、概率论、优化理论等知识，在优化方面感觉《凸优化》翻译得很好，是原理和应用的一个很好的折中，两方面都有太多值得深挖的东西。 机器学习会涉及到优化内容，凸优化内容非常丰富。理论部分不仅涵盖了凸优化的所有基本概念和主要结果，还详细介绍了几类基本的凸优化问题 ...

机器学习的三个步骤，包括了表示、评价、优化这样三个步骤，在这三个步骤当中会用到不同的数学公式来分别解决这三个问题。用到的基础数学都包括线性代数，概率统计，还有最优化理论。这是在机器学习当中用到的最基础的一些数学工具。 《普林斯顿微积分读本(修订版)》中文PDF，673页，带书签目录，文字 ...

欢迎转载学习，原文原网址 进入下载页面，点击普通下载即可 ，文字高清电子版，非扫描版 第二版答案 推荐下载地址 备用下载地址 第三版答案 推荐下载地址 备用下载地址 ...

学习人工智能概论时，推荐看看《人工智能:一种现代的方法(第3版)》，最权威、最经典的人工智能教材，已被全世界100多个国家的1200多所大学用作教材。 全面性以及结构的安排还是不错的，值得推荐，相信每个人都能从中获得自己觉得收获，而对于已经有基础的人来说或许会更有帮助。 《人工智能:一种现代的方法 ...

研究机器人时，使机器人能够应对环境、传感器、执行机构、内部模型、近似算法等所带来的不确定性是必须面对的问题。 《概率机器人》对概率机器人学这一新兴领域进行了全面的介绍。概率机器人学依赖统计技术表示信息和进行决策，以容纳当今大多数机器人应用中必然存在的不确定性，是机器人学的一个分支。它依赖统计技术 ...

近年来，Python语言成为了广受欢迎的编程语言，而它在机器学习领域也有很好的表现。scikit-learn是一个用Python语言编写的机器学习算法库，它可以实现一系列常用的机器学习算法，是一个好工具。从感知机到人工神经网络，非线性决策边界，前馈人工神经网络和反馈人工神经网络，多层感知机，训练 ...

我虽然很喜欢模式识别和机器学习，但我暂时并不希望在这上面做深入的研究，只想把别人研究好的成熟的理论用在计算机视觉任务上。比如SVM，Adaboost，EM，朴素贝叶斯，K近邻，决策树等等。能够知道每种算法的原理，而并不想深究其实现过程以及理论证明。比如SVM，我想知道的是这种算法如何实现分类 ...

Python之所以流行，原因在于 语言本身优美，表达力强。适合做快速原型开发。且学习曲线平坦，上手快。Python的库比较庞大，需要一本书来梳理一下，最好是按库的功能来粗略地分类，方便我们通过目录快速 ...