《人工智能》
Artificial Intelligence
这本书把人工智能拆成两条路线——以逻辑与搜索为核心的“思考”，和以概率与统计为核心的“行动”——并证明它们最终指向同一个目标：理性智能体在环境中做出最优决策。它既是全球使用最广的 AI 教材，也是一份关于这门学科边界与野心的地图。
人工智能
经典指数 96
机器学习
Machine Learning
从数据中提取规律的方法论基础。
4 本
《人工智能》
Artificial Intelligence
这本书把人工智能拆成两条路线——以逻辑与搜索为核心的“思考”，和以概率与统计为核心的“行动”——并证明它们最终指向同一个目标：理性智能体在环境中做出最优决策。它既是全球使用最广的 AI 教材，也是一份关于这门学科边界与野心的地图。
人工智能
经典指数 96
《深度学习》
Deep Learning
三位深度学习奠基者合写的教科书，把神经网络从线性代数、概率论与数值计算讲起，一直推到卷积网络、循环网络、正则化与生成模型。它不追求覆盖面，而是坚持一条原则：先理解数学结构，再理解为什么某些结构在实践中有效。
人工智能
经典指数 93
《强化学习导论》
Reinforcement Learning
这本书把“学习如何行动”提炼成一个统一的问题：智能体在与环境反复交互中，通过奖励信号改进策略。它从多臂赌博机讲到时序差分与策略梯度，用极少的数学包袱把这一领域的核心直觉讲透。
人工智能
经典指数 90
《终极算法》
The Master Algorithm
多明戈斯把机器学习分成五个流派——符号主义、连接主义、进化主义、贝叶斯与类比推理——并猜想存在一个能统一它们的“终极算法”。这本书是少见的、由领域内人写出的地图：既讲清每个流派的世界观，也讲清它们的盲点。
人工智能
经典指数 85