研究機器人時，使機器人能夠應對環境、傳感器、執行機構、內部模型、近似算法等所帶來的不確定性是必須面對的問題。
概率機器人在slam領域被推薦，內容也很充實，對概率機器人學這一新興領域進行了全面的介紹。概率機器人學依賴統計技術表示信息和進行決策，以容納當今大多數機器人應用中必然存在的不確定性，是機器人學的一個分支。它依賴統計技術表示信息和制定決策。這樣做，可以接納在當今大多數機器人應用中引起的不確定性。本書主要專注於算法，對於每種算法，均提供了四項內容：偽碼示例；完整的數學推導；實驗結果；算法優缺點的詳細討論。
《概率機器人》PDF中英文F+代碼+習題解答+課件，中文PDF，513頁，文字可以復制；英文PDF，668頁，文字可以復制；配套習題解答和代碼；配套課件。
下載: https://pan.baidu.com/s/1qjJG7E-3KYmn8cXteT6i6Q
提取碼: bkyq
《概率機器人》包括了基礎知識、定位、地圖構建、規划與控制四大部分。共17章，每章的后都提供了練習題和動手實踐的項目。致力於用概率的方法明確地表示不確定性，並研究機器人感知和機器人規划與控制的不確定性，以降低機器人系統的不確定性，使機器人能 工作於應用環境中，完成定位、地圖構建、規划與控制。
學習人工智能概論時，推薦看看《人工智能:一種現代的方法第三版》，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
從模型和算法的角度出發，人工智能的體系大致包括： 數據搜索、邏輯推理、機器學習(機器學習、深度學習、強化學習)、博弈對抗、前沿性問題(視覺、聽覺、語言、觸覺等）。 人工智能的體系當然不止這些。還應該有法律、倫理等，所以這是一門新興的學科。
《凸優化》這本書感覺翻譯得很好，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。
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。
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。
《凸優化》中文版PDF+英文版PDF+習題題解，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
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。
正在學習機器學習中的優化處理，感覺《機器學習與優化》寫得還是比較通俗易懂的，第七章特征選擇我需要，特征提取：相關系數，相關比，熵和互信息。。更高級的應該是文本挖掘的特征提取，比如LDA提取文本相似度或者自己給予問題需要構建特征變量。。。
《機器學習與優化》中文PDF+英文PDF，中文PDF，288頁，帶目錄，彩色配圖，文字可復制；英文PDF，325頁，帶目錄，彩色配圖，文字可復制。
下載: https://pan.baidu.com/s/1TDeFWL0j3f2Jay5FI7sH3Q
提取碼: kyfi
通過講解機器學習中的監督學習和無監督學習，並結合特征選擇和排序、聚類方法、文本和網頁挖掘等熱點問題，論證了“優化是力量之源”這一觀點，為機器學習在企業中的應用提供了切實可行的操作建議。
最優化方法和理論來源於軍事、管理、經濟和工程技術領域的各個方面，其內容的深度和廣度也隨着各個不同階段的科學技術水平而發展。數據是實踐中的真實數據，解決問題的人員組成是多學科的，處理問題的方法滲透着物理學的思想。
《非線性最優化基礎》從凸分析的觀點全面系統地介紹了非線性最優化的基本理論，是國際著名優化專家Masao Fulkushima教授的最新力作。詳盡透徹地講解了(光滑與非光滑優化問題、半定規划問題等)各類優化問題的最優性理論、穩定性理論、靈敏度分析、對偶性理論以及相關的凸分析基礎等，還深入介紹了變分不等式問題、非線性互補問題以及均衡約束數學規划問題等均衡問題的最新結果。
《非線性最優化基礎》PDF+《非線性最優化計算方法》PDF，《非線性最優化基礎》PDF，196頁，帶書簽，文字可復制，《非線性最優化計算方法》PDF，421頁，文字可復制 。
下載: https://pan.baidu.com/s/17iIElfRnQgb5_PnGgt9Odg
提取碼: cihe
算是蠻有特色的優化教材，側重理論，特別是最后一章簡單介紹了VI、CP以及MPEC的內容。作者還整合了非光滑分析的基礎理論，因此對入門者而言，通過學習此書可以在較短的時間內同時對傳統的凸分析與較新的非光滑分析有一個大致的了解。
《非線性最優化計算方法》在課程內容的處理上遵循如下原則：突出方法，注重概念，適當介紹算法的基本理論；強調應用，加強算法實現的基本訓練；引導主動思考，激發學習興趣；通過算法到程序設計有序而系統的訓練，提高程序設計的能力。分為上、下兩篇。上篇共9章，介紹無約束最優化方法，包括基礎知識（介紹凸集的基本性質，函數及凸函數的最優性條件），最優化問題及無約束最優化算法綜述，以及求解無約束最優化問題的各種算法。下篇共8章，介紹約束最優化方法，包括線性規划問題及其解法，非線性規划的最優化條件及常用的算法，以及離散系統的動態規划方法等。
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》中文PDF+英文PDF+源代碼，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
貝葉斯推理的方法非常自然和極其強大。然而，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，使大多數程序員都可以入門並掌握。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。
學習機器學習時，我們一定要掌握scikit-learn的使用。推薦學習《scikit-learn機器學習常用算法原理及編程實戰》，案例也采用的是中文數據，比較適用。《scikit-learn機器學習常用算法原理及編程實戰》例子都比較通俗易懂，可以作為入門書，有實例代碼和復習題，結合scikit和具體算例介紹機器學習的常用算法和scikit的使用，挺好的。
《scikit-learn機器學習常用算法原理及編程實戰》PDF+源代碼+黃永昌，《scikit-learn機器學習常用算法原理及編程實戰》原版PDF，224頁，帶書簽目錄，文字可以復制。配套源代碼。
下載: https://pan.baidu.com/s/1kW_hOes7V9yubgGZg99aSg
提取碼: 2kg5
《scikit-learn機器學習常用算法原理及編程實戰》通過通俗易懂的語言、豐富的圖示和生動的實例，撥開了籠罩在機器學習上方復雜的數學“烏雲”，學習者可以較低的代價和門檻輕松入門機器學習。《scikit-learn機器學習常用算法原理及編程實戰》分為11章，主要介紹了在Python環境下學習scikit-learn機器學習框架的相關知識。主要內容有機器學習概述、Python機器學習軟件包、機器學習理論基礎、k-近鄰算法、線性回歸算法、邏輯回歸算法、決策樹、支持向量機、朴素貝葉斯算法、PCA 算法和k-均值算法等。
學習R語言必然要看R語言實戰，R語言實戰理論聯系實踐，非常簡潔明了，從入門到高階，感覺各個層次的編程人員都可以用到。
《R語言實戰第2版》注重實用性，是一本全面而細致的R指南，高度概括了該軟件和它的強大功能，展示了使用的統計示例，且對於難以用傳統方法處理的凌亂、不完整和非正態的數據給出了優雅的處理方法。作者不僅僅探討統計分析，還闡述了大量探索和展示數據的圖形功能。新版做了大量更新和修正，新增了近200頁內容，介紹數據挖掘、預測性分析和高級編程。
《R語言實戰第2版》中文PDF+英文PDF+源代碼，中文PDF， 558頁， 帶目錄書簽，文字可復制；英文PDF， 628 頁， 帶目錄書簽，文字可復制；配套源代碼；
下載: https://pan.baidu.com/s/1PROSLbSStV5fyjfVXmxE2Q
提取碼: ynxx
側重實踐，盡管是一本面向R初學者的書，但里邊還有其他好的東西；很好地解決了初學者學會一大把語法細節卻不知道如何應用長時間得不到成就感的問題。涉及內容雖多，但都抓住了最本質的部分講，非常清晰。
真正的編程入門。沒有專門去講語法，而是在講案例，做實用工具的過程中，穿插必要的知識，由問題引出語法點。這樣讀者從一開始就知道所用工具的存在價值，印象必然更深刻。Learn by creating，對初學者來說要比捧一本語法書好許多。在介紹module時又適時地講了namespace的概念，以及文件和錯誤。
總而言之，更側重實踐，更重視內容之間的邏輯關聯，遵從人們的真實學習過程來編排內容，而不是去刻意地梳理出所謂的知識體系。