分类 | 序号 | 书名 | 作者/编者 | 出版社及年份 | ISBN编号 | 书籍简介 | 推荐理由 |
专业参考 | 1 | 人工智能:现代方法(第4版) | Stuart Russell, Peter Norvig | 人民邮电出版社(2020) | 9787115598110 | 涵盖搜索、知识表示、机器学习等核心领域,代码示例丰富。 | 全球千余高校教材,理论与实践结合紧密。 |
专业参考 | 2 | 机器学习(西瓜书) | 周志华 | 清华大学出版社(2016) | 9787115475619 | 以通俗语言解析监督学习、无监督学习等基础算法,辅以案例。 | 中文领域标杆教材,数学推导与实例平衡。 |
专业参考 | 3 | 深度学习 | Ian Goodfellow等 | 人民邮电出版社(2017) | 9787115461476 | 系统阐述深度神经网络、优化方法及前沿应用(如GAN)。 | 图灵奖得主合著,被誉为“深度学习圣经”。 |
专业参考 | 4 | 语音与语言处理 | Dan Jurafsky, James H. Martin | 人民邮电出版社 | 9787115238924 | 覆盖NLP全栈技术,包括词嵌入、Transformer与预训练模型。 | 斯坦福大学教材,内容紧贴BERT、GPT等最新进展。 |
专业参考 | 5 | 人工智能伦理 | 于江生 | 清华大学出版社 | 9787302596622 | 批判性分析AI对环境、劳动与权力的影响,揭示技术背后的政治经济逻辑。 | 突破技术本位视角,启发对AI社会责任的深度思考。 |
专业参考 | 6 | 统计学习方法(第2版) | 李航 | 清华大学出版社(2019) | 9787302517276 | 聚焦统计学习理论与算法(如SVM、EM),侧重数学推导。 | 简洁严谨,适合夯实机器学习数学基础。 |
专业参考 | 7 | 模式识别与机器学习 | Christopher M. Bishop | Springer原版(2006) | 9780387310732 | 贝叶斯视角解析模式识别,涵盖图模型与变分推断。 | 概率模型经典著作,适合进阶研究。 |
专业参考 | 8 | 强化学习:导论(第2版) | Richard S. Sutton, Andrew G. Barto | 人民邮电出版社(2020) | 9787121295164 | 详解动态规划、蒙特卡洛方法到深度强化学习框架。 | 强化学习领域奠基作,作者为DeepMind研究先驱。 |
专业参考 | 9 | 计算机视觉:算法与应用 | Richard Szeliski | 电子工业出版社(2023) | 9787302269151 | 全景式介绍图像处理、三维重建与深度学习CV应用,配套代码实践性强。 | 开源电子版持续更新,适合工程实践。 |
专业参考 | 10 | 生命3.0:人工智能时代的人类未来 | Max Tegmark | 浙江人民出版社(2018) | 9780141981802 | 探讨超级智能可能带来的社会变革与伦理挑战。 | MIT教授跨界写作,激发对AI长期发展的哲学讨论。 |
专业参考 | 11 | 机器学习实战:基于Scikit-Learn和TensorFlow | Aurélien Géron | 机械工业出版社(2020) | 9787302642978 | 通过Scikit-Learn和TensorFlow案例讲解机器学习全流程,涵盖分类、回归与深度学习。 | 代码驱动,适合工程师快速上手。 |
专业参考 | 12 | 机器学习中的数学 | 雷明 | 人民邮电出版社(2020) | 9787568905084 | 系统讲解线性代数、概率论与优化方法,结合机器学习算法推导。 | 中文原创,针对机器学习需求定制数学内容。 |
专业参考 | 13 | 动手学深度学习 | 阿斯顿·张、李沐等 | 人民邮电出版社(2020) | 9787115490841 | 基于PyTorch实现深度学习模型,配套Jupyter Notebook代码与在线课程。 | 实践导向,适合边学边练,GitHub开源项目支持。 |
专业参考 | 14 | PyTorch深度学习实战 | 伊莱·史蒂文斯等 | 机械工业出版社(2022) | 9787115577672 | 从张量操作到部署优化,覆盖PyTorch全栈开发技巧与工业级案例。 | 聚焦PyTorch最新特性,适合工程落地。 |
专业参考 | 15 | 自然语言处理入门 | 何晗 | 人民邮电出版社(2019) | 9787115519764 | 从分词、词性标注到LSTM/Transformer,结合HanLP库实现中文NLP任务。 | 中文NLP实战指南,代码与理论并重。 |
专业参考 | 16 | OpenCV 4计算机视觉项目实战 | 大卫·米兰·埃斯克里瓦等 | 机械工业出版社(2021) | 9787111631644 | 通过OpenCV 4实现目标检测、人脸识别与AR应用,涵盖深度学习模型集成。 | 项目驱动,适合计算机视觉开发者。 |
专业参考 | 17 | 深度强化学习:基于Python的理论与实践 | 久保隆宏 | 人民邮电出版社(2021) | 9787111718802 | 结合PyTorch实现DQN、A3C等算法,涵盖游戏AI与机器人控制案例。 | 日系技术书风格清晰,适合算法工程师。 |
专业参考 | 18 | 机器人学导论 | 约翰·J·克雷格 | 机械工业出版社(2018) | 9787111590316 | 详解机器人运动学、动力学与轨迹规划,附MATLAB仿真代码。 | 机器人领域经典教材,理论推导严谨。 |
专业参考 | 19 | 计算机视觉和深度学习在自动驾驶汽车中的应用 | [印] 苏米特·兰詹,[印] S.森塔米拉苏 著 | 机械工业出版社(2020) | 9787111761112 | 解析感知、预测与决策模块的深度学习模型,结合百度Apollo平台实战。 | 国内自动驾驶团队原创,贴近产业实践。 |
专业参考 | 20 | 为什么:关于因果关系的新科学 | Judea Pearl | 中信出版社(2019) | 9787521705072 | 提出因果推理三层次模型(关联、干预、反事实),奠定可解释AI理论基础。 | 图灵奖得主著作,推动AI从“相关性”走向“因果性”。 |
通识读本 | 21 | 人工智能简史 | 尼克(Nick) | 人民邮电出版社(2024) | 9787115471604 | 梳理AI发展脉络,从图灵测试到AlphaGo,穿插科学家轶事与技术原理。 | 中文原创科普佳作,语言生动,适合非技术读者。 |
通识读本 | 22 | AI新生:破解人机共存密码 | Stuart Russell | 中信出版社(2020) | 9780525558637 | 探讨如何设计“对人类绝对有益”的AI系统,提出“谦逊AI”框架。 | 《人工智能:现代方法》作者撰写,直面AI安全核心问题。 |
通识读本 | 23 | 深度学习革命 | 特伦斯·谢诺夫斯基 | 浙江教育出版社(2021) | 9787508698359 | 回顾深度学习崛起历程,揭示Geoffrey Hinton、Yann LeCun等先驱的研究突破。 | 深度学习先驱亲述历史,兼具技术洞见与人文叙事。 |
通识读本 | 24 | 人类简史 & 未来简史(AI相关章节) | 尤瓦尔·赫拉利 | 中信出版社(2014/2017) | 9787508696362 | 从宏观历史视角分析AI可能引发的生物与文明变革,如“无用阶级”与“数据霸权”。 | 全球畅销书作者跨学科思考,启发对AI未来的哲学反思。 |
通识读本 | 25 | 超级智能:路径、危险与策略 | Nick Bostrom | 中信出版社(2015) | 9787508650166 | 论证超级智能可能带来的生存风险,提出“价值对齐”与“控制问题”解决方案。 | 牛津大学教授权威著作,引发全球AI安全讨论。 |
通识读本 | 26 | 未来简史 | 尤瓦尔·赫拉利 | 中信出版社,2017年 | 9787508647357 | 探讨科技如何改变社会、经济和文化,分析数字时代对人类的影响。 | 帮助学生理解科技与社会的互动关系,拓宽视野。 |
通识读本 | 27 | 设计心理学 | 唐纳德·诺曼 | 中信出版社,2015年 | 9787508643922 | 从心理学角度分析设计对用户体验的影响,强调以用户为中心的设计理念。 | 掌握用户体验设计的基本原理,经典入门读物。 |
通识读本 | 28 | 小径分岔的花园 | 豪尔赫·路易斯·博尔赫斯 | 上海译文出版社,2015 | 9787532762897 | 小说集,收短篇小说七篇。对时间或平行或背离或汇合或交错的不同序列的理解融入写作,无穷的可能性由此而生。 | 拉丁美洲文学大师博尔赫斯脍炙人口小说代表作,颠覆认知的短篇小说集。 |
通识读本 | 29 | 习近平新闻思想 | 中共中央宣传部 | 人民出版社、学习出版社 | 习近平新闻思想是习近平新时代中国特色社会主义思想的重要组成部分。党的十八大以来,习近平总书记对加强和改进党的新闻舆论工作提出一系列富有创见的新观点新论断新要求,科学回答党的新闻舆论工作长远发展一系列根本性、战略性、全局性重大问题,深刻论述党的新闻舆论工作历史方位、职责使命、方针原则等重大课题,形成了体系完整、科学系统的新闻思想。习近平新闻思想与我们党长期形成的新闻思想一脉相承又与时俱进,丰富和发展了马克思主义新闻理论,是做好新时代党的新闻舆论工作的科学指南、根本遵循。 | 《习近平新闻思想讲义(2018年版)》对习近平新闻思想进行了全面深入阐释,具有很强的政治性、权威性、针对性、实用性,是新闻战线深入学习领会习近平新闻思想的重要辅导读物。 | |
通识读本 | 30 | 朱镕基讲话实录 | 中共中央宣传部 | 人民出版社、学习出版社 | 《朱镕基讲话实录》由人民出版社出版,收录了朱镕基同志担任国务院副总理、总理期间的重要讲话、文章、信件、批语等348篇,约123万字。收入照片272幅,批语、书信及题词影印件30件。编入《实录》的文稿,是根据朱镕基同志出席重要会议和到地方、部门考察调研讲话的音像资料、文字记录稿编辑而成,绝大部分是第一次公开发表。 | 《朱镕基讲话实录》涉及的内容都是国家大事、改革节点,但不打官腔、不形式化,语言简洁幽默。财政部财政科学研究所副所长刘尚希说,“讲真话,讲实话,这本书比武侠小说还有味,确实让人拿起来放不下。” | |
通识读本 | 31 | 小楼与大师 | 卢昌海 | 清华大学出版社 2014年 | 9.7873E+12 | 关于科学发展历史上的研究内容,讲述科学殿堂的人和事迹。 | 自然科学发展领域的经典科普读本 |
通识读本 | 32 | 广义相对论基础 | 赵峥 / 刘文彪 | 清华大学出版社 | 9787302240785 | 《广义相对论基础》是一本简明扼要的广义相对论入门教材,在内容选择上,突出物理图像、物理内容和物理思想,同时在数学上自给自足。注意把广义相对论基础与科研前沿衔接起来,希望能让初学者尽快进入科研的大门,然后再“干中学”,边研究,边学习,在实践中逐步提高。叙述上兼顾了科学性和可读性,作者尽可能阐释相对论的关键和难点,帮助读者克服学习中的困难,掌握相对论的精髓。书中还介绍了广义相对论研究的若干前沿问题,注意把广义相对论展示为一个开放的科学领域,让读者看到它发展的曲折经历,以及当前尚未解决的问题,特别是其中的基本问题。内中一些带有根本性的问题,也许会给读者带来愉快的、有益的思考。此外,书中还评述了相对论的建立和发展过程中的一些重要突破,增加了学习的趣味性,并使读者能从中体会科学研究的方法,提高科研创新的能力。 | 相对论内容的经典科普图书 |
通识读本 | 33 | 宇宙通识课 从爱因斯坦到霍金 | 赵峥 | 人民邮电出版社 | 9787115611574 | 20世纪初,众多物理学家认为物理学的大厦已经基本建成,只剩下了修修补补的工作。但随后诞生的相对论和量子理论让物理学进入了一个新的发展阶段,也深刻影响了人类对于时空的认知。 本书就以爱因斯坦和他的相对论为切入点,介绍了物理学的新发展。 | 生动有趣的介绍了量子力学的相关知识 |
通识读本 | 34 | 物理学与人类文明十六讲 | 赵峥 | 高等教育出版社 | 9787040245455 | 为了使读者看清人类在自然界的位置,看清今天的科学在人类历史上的地位,《物理学与人类文明十六讲》特别介绍了地球上文明的起源和进化,介绍了自然科学的诞生和发展。《物理学与人类文明十六讲》以哥白尼、伽利略、牛顿和爱因斯坦的贡献为主线,来描述自然科学的重大成就和重要思想。以霍金和彭若斯的贡献为核心,来阐述当代的物理与天文知识,介绍相对论和量子论研究的最新成果。书中还包含了作者本人的一些研究心得。 | 介绍了相对论和量子研究的最新成果 |
通识读本 | 35 | 探求宇宙的秘密 | 赵峥 | 北京师范大学出版社 | 9787303154173 | 物理学科普书籍,前半部分主要介绍物理学史,后半部分主要介绍近代物理成就,包括量子力学和相对论,尤以现代宇宙学为重点。 | 物理学科普的范本书籍 |
专业基础 | 36 | 图深度学习 | YaoMa(马耀),JiliangTang(汤继良) | 电子工业出版社(2021) | 9787121394782 | 系统讲解GCN、GraphSAGE等图神经网络模型,涵盖社交网络与分子结构分析应用。 | 中文首部图深度学习专著,覆盖最新研究进展。 |
专业基础 | 37 | 联邦学习 | 杨强等 | 电子工业出版社(2020) | 9787121385223 | 提出隐私保护下的分布式机器学习框架,结合金融与医疗案例。 | 联邦学习提出者撰写,适合数据安全敏感领域从业者。 |
专业基础 | 38 | 生成式深度学习 | David Foster | 东南大学出版社(2020) | 9787564188276 | 详解VAE、GAN、扩散模型等生成技术,提供TensorFlow/Keras代码实现。 | 生成模型领域系统教程,适合AIGC开发者。 |
专业基础 | 39 | 人工智能芯片设计 | 周巍等 | 电子工业出版社(2024) | 9787121480232 | 从架构设计到指令集优化,解析寒武纪等国产AI芯片研发路径。 | 中科院计算所团队撰写,填补AI硬件领域中文技术书空白。 |
专业基础 | 40 | 数字媒体技术导论 | 刘清堂 | 高等教育出版社,2020年 | 9787040532105 | 系统介绍数字媒体技术的基本概念、技术框架和应用领域。 | 内容全面且贴近国内教学需求,适合专业基础学习。 |
专业基础 | 41 | 交互设计精髓 | 艾伦·库珀 | 电子工业出版社,2019年 | 9787121367581 | 讲解交互设计的核心原则和方法,涵盖用户研究、原型设计等全流程。 | 交互设计是核心领域,本书是行业经典。 |
专业基础 | 42 | 新媒体用户行为与心理 | (天下秀)新媒体商业集团 | 清华大学出版社,2022 | 9787302604891 | 本书通过对用户行为与心理进行基础讲解,目的是让读者全面且细致地学习用户的行为与心理的相关专业知识。 | 本书聚焦于用户的消费行为与心理,通过理论与实践相结合的方法为蓬勃发展的市场培养和输送更多的专业人才。 |
专业基础 | 43 | 数字化营销:新媒体全网运营一本通 | 宁延杰 | 北京大学出版社,2023 | 9787301336588 | 本书由浅到深、由点到面地讲解了数字化新媒体营销的多种实用技能,如短视频营销的定位筹划、IP打造、内容素材、编写脚本、拍摄剪辑与上热门等。 | 本书全面地帮助读者建立对短视频营销的认知,系统地帮助读者掌握短视频营销的技能与技巧,轻松成为数字化营销行家。 |
专业基础 | 44 | 统计学习方法(第2版) | 李航 | 清华大学出版社(2019) | 9787302517276 | 聚焦统计学习理论与算法(如SVM、EM),侧重数学推导。 | 简洁严谨,适合夯实机器学习数学基础。 |
专业基础 | 45 | 模式识别与机器学习 | Christopher M. Bishop | Springer原版(2006) | 9780387310732 | 贝叶斯视角解析模式识别,涵盖图模型与变分推断。 | 概率模型经典著作,适合进阶研究。 |
专业基础 | 46 | 深入理解计算机系统CSAPP | Randa E. Bryant | 机械工业出版社2016年 | 9787111544937 | 基于x86-64,大量地重写代码,首次介绍对处理浮点数据的程序的机器级支持。 处理器体系结构修改为支持64位字和操作的设计。 引入更多的功能单元和更复杂的控制逻辑,使基于程序数据流表示的程序性能模型预测更加可靠。 扩充关于用GOT和PLT创建与位置无关代码的讨论,描述了更加强大的链接技术(比如库打桩)。 增加了对信号处理程序更细致的描述,包括异步信号安全的函数等。 采用新函数,更新了与协议无关和线程安全的网络编程。 | 计算机底层原理的经典教材 |
专业基础 | 47 | Pattern Recognition and Machine Learning | Christopher Bishop | Springer 2007年 | 9780387310732 | The dramatic growth in practical applications for machine learning over the last ten years has been accompanied by many important developments in the underlying algorithms and techniques. For example, Bayesian methods have grown from a specialist niche to become mainstream, while graphical models have emerged as a general framework for describing and applying probabilistic techniques. The practical applicability of Bayesian methods has been greatly enhanced by the development of a range of approximate inference algorithms such as variational Bayes and expectation propagation, while new models based on kernels have had a significant impact on both algorithms and applications. This completely new textbook reflects these recent developments while providing a comprehensive introduction to the fields of pattern recognition and machine learning. It is aimed at advanced undergraduates or first-year PhD students, as well as researchers and practitioners. No previous knowledge of pattern recognition or machine learning concepts is assumed. Familiarity with multivariate calculus and basic linear algebra is required, and some experience in the use of probabilities would be helpful though not essential as the book includes a self-contained introduction to basic probability theory. The book is suitable for courses on machine learning, statistics, computer science, signal processing, computer vision, data mining, and bioinformatics. Extensive support is provided for course instructors, including more than 400 exercises, graded according to difficulty. Example solutions for a subset of the exercises are available from the book web site, while solutions for the remainder can be obtained by instructors from the publisher. The book is supported by a great deal of additional material, and the reader is encouraged to visit the book web site for the latest information. | 模式识别与机器学习的经典教材 |
专业基础 | 48 | 具体数学 | Ronald L. Graham | 人民有点出版社 2013年 | 9787115308108 | 计算机的数学基础,内容涉及求和、取整函数、数论、二项式系数、特殊数、母函数(发生函数)、离散概率、渐近等等,面向从事计算机科学、计算数学、计算技术诸方面工作的人员,以及高等院校相关专业的师生。 | 计算机领域的数学基础经典教材 |
专业基础 | 49 | 汇编语言 | 王爽 | 清华大学出版社 2020年 | 9787302539414 | 汇编语言是各种CPU提供的机器指令的助记符的集合,人们可以用汇编语言直接控制硬件系统进行工作。汇编语言是很多相关课程(如数据结构、操作系统、微机原理等)的重要基础。为了更好地引导、帮助读者学习汇编语言,作者以循序渐进的思想精心创作了这本书。《汇编语言(第4版)》具有如下特点:采用了全新的结构对课程的内容进行组织,对知识进行z小化分割,为读者构造了循序渐进的学习线索;在深入本质的层面上对汇编语言进行讲解;对关键环节进行深入的剖析。 《汇编语言(第4版)》可用作大学计算机专业本科生的汇编语言教材及希望深入学习计算机科学的读者的自学教材。 | 汇编语言领域经典教材 |
专业基础 | 50 | 机器学习 | 周志华 | 清华大学出版社 2016年 | 9787302423287 | 机器学习是计算机科学与人工智能的重要分支领域。本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面。为了使尽可能多的读者通过本书对机器学习有所了解,作者试图尽可能少地使用数学知识。然而,少量的概率、统计、代数、优化、逻辑知识似乎不可避免。因此,本书更适合大学三年级以上的理工科本科生和研究生,以及具有类似背景的对机器学习感兴趣的人士。为方便读者,本书附录给出了一些相关数学基础知识简介。 全书共16章,大致分为3个部分:第1部分(第1~3章)介绍机器学习的基础知识;第2部分(第4~10章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3部分(第11~16章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。前3章之外的后续各章均相对独立,读者可根据自己的兴趣和时间情况选择使用。根据课时情况,一个学期的本科生课程可考虑讲授前9章或前10章;研究生课程则不妨使用全书。 书中除第1章外,每章都给出了十道习题。有的习题是帮助读者巩固本章学习,有的是为了引导读者扩展相关知识。一学期的一般课程可使用这些习题,再辅以两到三个针对具体数据集的大作业。带星号的习题则有相当难度,有些并无现成答案,谨供富有进取心的读者启发思考。 本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。 | 机器学习领域经典教材 |
专业基础 | 51 | 从1到无穷大 | 伽莫夫 | 科学出版社2002年 | 9787030107596 | 《从一到无穷大:科学中的事实和臆测》是当今世界最有影响的科普经典名著之一,1970年代末由科学出版社引进出版后,曾在国内引起很大反响,直接影响了众多的科普工作者。 作品以生动的语言介绍了20世纪以来科学中的一些重大进展。先漫谈一些基本的数学知识,然后用一些有趣的比喻,阐述了爱因斯坦的相对论和四维时空结构,并讨论了人类在认识微观世界(如基本粒子、基因)和宏观世界(如太阳系、星系等)方面的成就。 | 自然科学领域从数学到屋里的经典科普著作 |
Chinese, Simplified(简体中文)