人工智能學習過程中必須掌握線性代數、微積分、概率論、優化理論等知識，在優化方面感覺《凸優化》翻譯得很好，是原理和應用的一個很好的折中，兩方面都有太多值得深挖的東西。
機器學習會涉及到優化內容，凸優化內容非常豐富。理論部分不僅涵蓋了凸優化的所有基本概念和主要結果，還詳細介紹了幾類基本的凸優化問題以及將特殊的優化問題表述為凸優化問題的變換方法，這些內容對靈活運用凸優化知識解決實際問題非常有用；應用部分分別介紹凸優化在解決逼近與擬合、統計估計和幾何關系分析這三類實際問題中的應用；算法部分依次介紹求解無約束凸優化模型、等式約束凸優化模型以及包含不等式約束的凸優化模型的經典數值方法，以及如何利用凸優化理論分析這些方法的收斂性質。
學習參考《凸優化》中文版PDF+英文版PDF+習題題解
《凸優化》中文PDF，715頁，帶書簽目錄；英文PDF，732頁，帶書簽目錄；配套習題題解。
下載: https://pan.baidu.com/s/1NLcyJ4JEwlSqwJ2dWGHx3Q
提取碼: 24f8
主要是面向實際應用，提供了凸優化的理論框架，但不強調復雜的定理證明。豐富的實例是其特色。實例涉及的領域非常廣例如通信，金融，機器學習等等。
個人覺得收獲的不只是知識，更重要的是思維方式在潛移默化中得到鍛煉和提升。在這個過程中可以學習到如何問問題、判斷問題的價值、分析和解決問題以及如何更加直觀的理解抽象的知識。 可以逐步建立起一個清晰的理論框架：哪些知識重要，哪些知識是技術細節，聽完課后十分清晰。
學習人工智能概論時，推薦看看《人工智能:一種現代的方法(第3版)》，最權威、最經典的人工智能教材，已被全世界100多個國家的1200多所大學用作教材。
全面性以及結構的安排還是不錯的，值得推薦，相信每個人都能從中獲得自己覺得收獲，而對於已經有基礎的人來說或許會更有幫助。
《人工智能:一種現代的方法(第3版)》分為七大部分：第1部分“人工智能”，第II部分“問題求解”，第III部分“知識、推理與規划”，第IV部分“不確定知識與推理”，第V部分“學習”，第VI部分“通信、感知與行動”，第VII部分“結論”。
《人工智能 一種現代的方法（第3版）》中文PDF+英文PDF
中文PDF，944頁，帶書簽目錄。
英文PDF，1145頁，帶書簽目錄。
下載: https://pan.baidu.com/s/1VAyklZVAA1KpQpgzS_vZBg
提取碼: ssrg
另推薦《統計學習導論:基於R應用》，適合運用統計學習前沿技術分析數據的人士。讀起來不費勁，弱化了數學推導過程，注重思維的直觀理解和啟發。第三章線性回歸寫的很好，即使是很簡單的線性模型，作者提出的幾個問題和細細的解釋這些問題對人很有啟發性，邏輯梳理得很好，也易懂。
《統計學習導論:基於R應用》高清中文PDF，323頁，帶書簽目錄，彩色配圖，文字可以復制；高清英文PDF，436頁，帶書簽目錄，彩色配圖，文字可以復制；配套源代碼。
下載: https://pan.baidu.com/s/1WsGp7_AjT6ogsyfxuvMCGQ
提取碼: hid8
貝葉斯推理的方法非常自然和極其強大。大多數圖書討論貝葉斯推理，依賴於非常復雜的數學分析和人工的例子，使沒有強大數學背景的人無法接觸。《貝葉斯方法概率編程與貝葉斯推斷》從編程、計算的角度來介紹貝葉斯推理，把貝葉斯理論和編程實踐結合起來，都可以入門並掌握。
《貝葉斯方法 概率編程與貝葉斯推斷》高清中文版PDF+高清英文版PDF+源代碼
《貝葉斯方法 概率編程與貝葉斯推斷》中文PDF，232頁，帶書簽目錄；英文PDF，233頁；含源代碼。
下載: https://pan.baidu.com/s/1rT9y9jDnR7mZAp3xBakYXg
提取碼: fivs
通過強大的Python語言庫PyMC，以及相關的Python工具，包括NumPy\SciPy\Matplotlib講解了概率編程。通過介紹的方法，只需付出很少的努力，就能掌握有效的貝葉斯分析方法。
原理和代碼同時進行，主要是代碼為主，對了解貝葉斯和數據可視化有較大的幫助。
學習概率論，推薦參考《概率論基礎教程》和《概率導論》。《概率論基礎教程第9版》側重介紹概率論中最基本的概念，如概率、條件概率、期望、貝葉斯公式、大數定律、中心極限定理、馬爾可夫鏈等。提供了大量有意義的練習，分為習題、理論習題和自檢習題三大類。從習題中也可受益匪淺；《概率導論第2版》是在MIT開設概率論入門課程的基礎上編寫的, 其內容全面, 例題和習題豐富, 結構層次性強,介紹了概率模型、離散隨機變量和連續隨機變量、多元隨機變量以及極限理論等概率論基本知識,還介紹了矩母函數、條件概率的現代定義、獨立隨機變量的和、最小二乘估計等高級內容。
《概率論基礎教程第9版》中文PDF，426頁，帶目錄，文字可復制;英文PDF，484頁，帶目錄，文字可以復制。 配套習題答案。
《概率導論第2版》中文PDF，456頁，帶書簽目錄，文字可復制。
下載: https://pan.baidu.com/s/1OZQxi6OUZoWE3LCM1S0T7Q
提取碼: e53t
《概率論基礎教程第9版》帶有大量的習題，習題很實用，解題的思想也很不錯。個人覺得能把后面的習題和例題做完后綽綽有余了。適合大一大二的學生讀，其實高中生如果掌握了微積分知識的話也可以讀了。例題多，挺適合復習的。
閱讀時會發現，書中不僅介紹了概率理論和方法，而且采用了大量生動的例子來說明這些理論和方法是如何應用在實際生活中的，在獲得概率論知識的同時，也體會了概率論的應用魅力。
《概率導論第2版》開頭用映射引入隨機變量以后， 把離散和連續的各種分布以及他們之間的聯系都闡述的十分清楚。看了之后才知道很多以前學過的東西真是非常粗淺、囫圇吞棗的感覺。
《普林斯頓微積分讀本(修訂版)》，原名: The Calculus Lifesaver:All the Tools You Need to Excel at Calculus，《普林斯頓微積分讀本(修訂版)》闡述了求解微積分的技巧, 詳細講解了微積分基礎、極限、連續、微分、導數的應用、積分、無窮級數、泰勒級數與冪級數等內容，旨在教會讀者如何思考問題從而找到解題 所需的知識點, 着重訓練解答問題的能力。
學習:《普林斯頓微積分讀本修訂版》中文PDF+英文PDF+《7天搞定微積分》中文PDF
《普林斯頓微積分讀本(修訂版)》高清中文PDF，673頁，帶書簽目錄，文字可以復制；
《普林斯頓微積分讀本(修訂版)》高清英文PDF，753頁，帶書簽目錄，文字可以復制；
《7天搞定微積分》PDF，199頁，文字可復制。作者: 石山平 / 大上丈彥 ，譯者: 李巧麗
下載: https://pan.baidu.com/s/1nWcrcxiuC6sEyx-gGr30cg
提取碼: g5zp
共30個篇章，外加兩個附錄，主要是對一些重要的定理進行證明。30個篇章從最基本的函數圖像、極限、導數等進行講起，再到后來微分方程和積分的方法。從每篇文章的編排和作者的表述可以看出作者數學功底的深厚，深入淺出的介紹了各種求導方法和證明極限的過程。
給我的感覺是在和作者進行平等的交流，我猜測他在寫數學書的同時也研習過心理學，不然在看這本書的過程中的心理變化作者怎么會判斷的如此准確並給予了適當的提醒呢？
適用於學習微積分的數學愛好者以及廣大數學教師，可作為教材、習題集、學習指南。
《7天搞定微積分》中的漫畫很能幫助理解，抽象的東西都變得具體，對微積分大體結構會有了解。微分的結果是斜率，可以分析變化，股票、匯率與攝影都會用到；積分是導數的逆運算，目的在於找出變化的規律，求出面積。