人工智能

Awesome Artificial Intelligence (AI) ¶

人工智能 (AI) 课程、书籍、视频讲座和论文的精选列表.

欢迎投稿.

Courses¶

CS50’s Intro to Artificial Intelligence - 本课程探讨现代人工智能基础的概念和算法
MIT: Intro to Deep Learning - 在麻省理工学院设计的为期 7 天的训练营，介绍深度学习方法和应用
Deep Blueberry: Deep Learning book - 免费的五个周末计划，供自学者学习深度学习架构的基础知识，如 CNN、LSTM、RNN、VAE、GAN、DQN、A3C 等
Spinning Up in Deep Reinforcement Learning - OpenAI 的免费深度强化学习课程
MIT Artificial Intelligence Videos - 麻省理工学院人工智能课程
Grokking Deep Learning in Motion - 无需框架即可学习深度学习和神经网络的初学者课程.
Intro to Artificial Intelligence - 学习人工智能的基础知识. 课程由 Peter Norvig 主持
EdX Artificial Intelligence - 本课程将介绍智能计算机系统设计的基本思想和技术
Artificial Intelligence For Robotics - 本课程将教你人工智能的基本方法，包括：概率推理、规划和搜索、定位、跟踪和控制，所有这些都以机器人技术为重点
Machine Learning - 用于监督和无监督学习的基本机器学习算法
Deep Learning - 使用 TensorFlow 进入深度学习世界的入门课程.
Stanford Statistical Learning - 机器学习入门课程，侧重于：线性和多项式回归、逻辑回归和线性判别分析；交叉验证和自举、模型选择和正则化方法（ridge 和 lasso）；非线性模型、样条和广义相加模型；基于树的方法、随机森林和提升；支持向量机.
Knowledge Based Artificial Intelligence - 佐治亚理工学院的人工智能课程侧重于符号人工智能.
Deep RL Bootcamp Lectures - 深度强化训练营讲座 - 2017 年 8 月
Machine Learning Crash Course By Google 机器学习速成课程包括一系列课程，包括视频讲座、真实案例研究和实践练习.
Python Class By Google 这是一门免费课程，适合有一点编程经验并想学习 Python 的人. 该课程包括书面材料、讲座视频和大量用于练习 Python 编码的代码练习.
Deep Learning Crash Course 在此直播视频课程中，机器学习专家 Oliver Zeigermann 将教您深度学习的基础知识.
Artificial Intelligence: A Modern Approach - 斯图尔特罗素和彼得诺维格
还可以考虑浏览 list of recommended reading，按《人工智能：一种现代方法》中的每一章划分.
Paradigms Of Artificial Intelligence Programming: Case Studies in Common Lisp - 人工智能编程范式是第一本在构建主要人工智能系统的背景下教授高级 Common Lisp 技术的教科书
Reinforcement Learning: An Introduction - 这本关于强化学习的入门教科书面向人工智能、运筹学、神经网络和控制系统领域的工程师和科学家，我们希望它也能引起心理学家和神经科学家的兴趣.
The Cambridge Handbook Of Artificial Intelligence - 面向非专业人士，涵盖学科基础、主要理论和主要研究领域，以及人工生命等相关主题
The Emotion Machine: Commonsense Thinking, Artificial Intelligence, and the Future of the Human Mind - 在这本拓展思维的书中，科学先驱马文·明斯基继续他的开创性研究，为我们的思维方式提供了一个迷人的新模型
Artificial Intelligence: A New Synthesis - 从基本反应代理开始，Nilsson 逐渐增加他们的认知能力，以说明 AI 中最重要和最持久的想法
On Intelligence - 霍金斯发展了一个关于人脑如何工作的强有力的理论，解释了为什么计算机不智能，以及如何基于这个新理论，我们最终可以构建智能机器. 也可从 audible.com 获得音频版本
How To Create A Mind - Kurzweil 讨论了大脑如何工作、思维如何出现、脑机接口，以及大幅提高我们的智力以解决世界问题的意义
Deep Learning - Goodfellow、Bengio 和 Courville 对深度学习中广泛主题的介绍，涵盖数学和概念背景、工业中使用的深度学习技术以及研究观点.
The Elements of Statistical Learning: Data Mining, Inference, and Prediction - Hastie 和 Tibshirani 涵盖了广泛的主题，从监督学习（预测）到无监督学习，包括神经网络、支持向量机、分类树和提升——这是任何书中第一次全面处理这个主题.
Deep Learning and the Game of Go - 深度学习和围棋游戏教您如何通过构建下围棋 AI 将深度学习的力量应用于复杂的人类推理任务. 在了解机器和深度学习的基础知识后，您将使用 Python 构建一个机器人，然后教它游戏规则.
Deep Learning for Search - 搜索深度学习教您如何利用神经网络、NLP 和深度学习技术来提高搜索性能.
Deep Learning with PyTorch - PyTorch 将这些超能力置于您的手中，提供舒适的 Python 体验，让您快速入门，然后随着您的成长——以及您的深度学习技能——变得更加成熟. 使用 PyTorch 进行深度学习将使这段旅程充满乐趣.
Deep Reinforcement Learning in Action - Deep Reinforcement Learning in Action 教您深度强化学习的基本概念和术语，以及将其实施到您自己的项目中所需的实用技能和技巧.
Grokking Deep Reinforcement Learning - Grokking 深度强化学习介绍了这种强大的机器学习方法，使用示例、插图、练习和清晰的教学.
Fusion in Action - Fusion in Action 教您构建功能齐全的数据分析管道，包括文档和数据搜索以及分布式数据集群.
Real-World Natural Language Processing - 关于如何使用 Python 创建实用的 NLP 应用程序的抢先体验书.
Grokking Machine Learning - Early access book that introduces the most valuable machine learning techniques.
Succeeding with AI - 介绍如何管理成功的 AI 项目并将 AI 应用到现实生活中.
Elements of AI (Part 1) - Reaktor/University of Helsinki - AI 简介是一门免费的在线课程，面向所有有兴趣了解 AI 是什么、AI 有什么可能（和不可能）以及它如何影响我们的生活的人——不需要复杂的数学或编程.
Essential Natural Language Processing - NLP 实践指南，包含实用技术、大量基于 Python 的示例和真实案例研究.
Kaggle's micro courses - 一系列微型课程，提供从 Python 到深度学习的实用和实践知识.
Transfer Learning for Natural Language Processing - 一本让您快速了解相关 ML 概念，然后深入研究 NLP 的迁移学习的书. *（斯坦福深度学习系列][https://www.youtube.com/playlist?list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb]
Amazon Machine Learning Developer Guide - 一本面向 ML 开发人员的书籍，介绍了 ML 概念和策略以及大量实际用法.
Machine Learning for Humans - 一系列简单、通俗易懂的解释，并附有数学、代码和真实示例.

Books¶

Machine Learning for Mortals (Mere and Otherwise) - 提供机器学习和使用 R 编程语言基础知识的抢先体验书.
How Machine Learning Works - 穆斯塔法·萨米尔. 以非威胁的方式从实践和理论两个方面介绍机器学习的抢先体验书.
MachineLearningWithTensorFlow2ed - a book on general purpose machine learning techniques regression, classification, unsupervised clustering, reinforcement learning, auto encoders, convolutional neural networks, RNNs, LSTMs, using TensorFlow 1.14.1.
Serverless Machine Learning - 一本面向机器学习工程师的书籍，介绍如何使用面向代码的方法在 AWS、Azure 和 GCP 等公共云上训练和部署机器学习系统.
The Hundred-Page Machine Learning Book - 一百页的机器学习、监督和无监督学习、支持向量机、神经网络、集成方法、梯度下降、聚类分析和降维、自动编码器和迁移学习、特征工程和超参数调整.
Trust in Machine Learning - 一本面向经验丰富的数据科学家和机器学习工程师的书籍，介绍如何让您的 AI 成为值得信赖的合作伙伴. 构建可解释、健壮、透明且针对公平性进行优化的机器学习系统.

Programming¶

Prolog Programming For Artificial Intelligence - 这本关于 Prolog 和人工智能的畅销指南专注于使用 Prolog 的基本机制解决有趣的 AI 问题的艺术.
AI Algorithms, Data Structures and Idioms in Prolog, Lisp and Java - PDF here
Python Tools for Machine Learning
Python for Artificial Intelligence

Philosophy¶

Super Intelligence - 超级智能提出以下问题：当机器在一般智能方面超越人类时会发生什么. 一本非常棒的书.
Our Final Invention: Artificial Intelligence And The End Of The Human Era - 我们的最终发明探讨了盲目追求高级人工智能的危险. 迄今为止，人类智能还没有对手. 我们可以与智力比我们相形见绌的生物共存吗？他们会允许我们这样做吗？
How to Create a Mind: The Secret of Human Thought Revealed - 谷歌工程总监雷·库兹韦尔 (Ray Kurzweil) 探索了对大脑进行逆向工程以准确了解其工作原理的过程，然后应用这些知识来创造极其智能的机器.
Minds, Brains, And Programs - 哲学家约翰·塞尔 (John Searle) 1980 年发表的论文，其中包含著名的“中文房间”思想实验. 可能是对拥有“思想”或“意识”的强人工智能概念的最著名攻击，对于那些对人工智能和心灵哲学的交叉感兴趣的人来说，这本书很有趣.
Gödel, Escher, Bach: An Eternal Golden Braid - 由道格拉斯·霍夫施塔特 (Douglas Hofstadter) 撰写，标语为“以刘易斯·卡罗尔的精神进行的关于思想和机器的隐喻性赋格曲”，这部关于数学、对称性和智能基本概念的精彩旅程获得了 1979 年普利策非小说奖.贯穿始终的主题是从看似“无意义”的元素（如 1 和 0）中以特殊模式排列的意义的出现.
Life 3.0: Being Human in the Age of Artificial Intelligence - 麻省理工学院物理学教授马克斯·泰格马克 (Max Tegmark) 讨论了人工智能如何在近期和遥远的未来影响犯罪、战争、司法、就业、社会以及我们作为人类的意识.
Foundations Of Computational Agents - 本书由剑桥大学出版社出版，2010
The Quest For Artificial Intelligence - 这本书追溯了该主题的历史，从 18 世纪（及更早）先驱者的早期梦想到当今 AI 工程师更成功的工作.
Stanford CS229 - Machine Learning - 本课程广泛介绍机器学习和统计模式识别.
Computers and Thought: A practical Introduction to Artificial Intelligence - 本书涵盖人类活动的计算机模拟，例如问题解决和自然语言理解；计算机视觉; 人工智能工具和技术；人工智能编程介绍；认知的符号和神经网络模型；心灵和智慧的本质；以及人工智能和认知科学的社会影响.
Society of Mind - 马文·明斯基 (Marvin Minsky) 关于我们的思维如何运作的开创性著作. 许多符号人工智能概念都是从这个基础上衍生出来的.
Brief Introduction To Educational Implications Of Artificial Intelligence - 本书旨在帮助职前和在职教师了解当前使用人工智能作为解决问题和完成任务的辅助手段的一些教育意义.
Encyclopedia: Computational intelligence - Scholarpedia 是由来自世界各地的学术专家编写和维护的经过同行评审的开放式百科全书.
Ethical Artificial Intelligence - Bill Hibbard 的一本书，结合了几篇同行评审的论文和新材料来分析道德人工智能问题.
Golden Artificial Intelligence - 一组关于人工智能和机器学习的页面.
R2D3 - 一个解释从机器学习到统计等主题的网站. 所有这些都有助于美丽的动画信息图表和现实生活中的例子. 提供多种语言版本.
Modeling Agents with Probabilistic Programs - 这本书描述并实现了 (PO)MDP 和强化学习的理性代理模型.

Code¶

ExplainX- ExplainX 是一种快速、轻量级且可扩展的可解释 AI 框架，供数据科学家向业务利益相关者解释任何黑盒模型.
AIMACode - Common Lisp、Java、Python 中“人工智能：一种现代方法”的源代码. 还有更多.
FANN - 快速人工神经网络库，原生 C
FARGonautica - Douglas Hosftadter 的流体概念和创意类比博士的源代码. 项目.

Videos¶

A tutorial on Deep Learning
Basics of Computational Reinforcement Learning
Deep Reinforcement Learning
Intelligent agents and paradigms for AI
The Unreasonable Effectiveness Of Deep Learning - Facebook 人工智能研究总监 Yann LeCun 博士就深度卷积神经网络及其在机器学习和计算机视觉中的应用发表演讲
AWS Machine Learning in Motion- 此交互式实时视频课程为您提供使用 AWS 进行机器学习的速成课程，教您如何构建功能完备的预测算法.
Deep Learning with R in Motion-Deep Learning with R in Motion 教您使用强大的 Keras 库及其 R 语言界面将深度学习应用于文本和图像.
Grokking Deep Learning in Motion-Grokking Deep Learning in Motion 不仅会教您如何使用单个库或框架，您还会发现如何从头开始完全构建这些算法！
Reinforcement Learning in Motion - 此直播视频分解了关键概念，例如 RL 系统如何学习、如何感知和处理环境数据以及如何构建和训练 AI 代理.

Learning¶

Deep Learning. Methods And Applications 微软研究院的免费书籍
Neural Networks And Deep Learning - 神经网络和深度学习目前为图像识别、语音识别和自然语言处理中的许多问题提供了最佳解决方案. 本书将教你神经网络和深度学习背后的核心概念
Machine Learning: A Probabilistic Perspective - 这本教科书基于统一的概率方法，对机器学习领域进行了全面而独立的介绍
Deep Learning - Yoshua Bengio、Ian Goodfellow 和 Aaron Courville 整理了这本目前免费（和草稿）的深度学习书籍. 这本书是最新的，涵盖了广泛的主题（包括序列到序列学习）.
Getting Started with Deep Learning and Python
Machine Learning Mastery
Deep Learning.net - DL资源聚合站点
Awesome Machine Learning - 就像这个 Github，但专注于 ML
FastML
Awesome Deep Learning Resources - 深度学习学习资源的粗略列表
Professional and In-Depth Machine Learning Video Courses - 一系列免费的专业深度机器学习和数据科学视频教程和课程
Professional and In-Depth Artificial Intelligence Video Courses - 一系列免费的专业深度人工智能视频教程和课程
Professional and In-Depth Deep Learning Video Courses - 一系列免费的专业深入的深度学习视频教程和课程
Introduction to Machine Learning - 入门级机器学习速成课程
Awesome Graph Classification - 从图结构化数据中学习
Awesome Community Detection - 聚类图结构化数据
Awesome Decision Tree Papers - 来自机器学习会议的决策树论文
Awesome Gradient Boosting Papers - 来自机器学习会议的梯度提升论文
Awesome Fraud Detection Papers - 来自机器学习会议的欺诈检测论文
Awesome Neural Art - 使用深度神经网络创作艺术和处理图像.

Organizations¶

Journals¶

Competitions¶

Newsletters¶

AI Digest . 每周时事通讯，了解 AI、机器学习和数据科学的最新动态. Archive.

Misc¶

Open Cognition Project - 我们正在努力打造一台思考机器
AITopics - AI资源大聚合
AIResources - 人工智能研究社区的开源软件和开放访问数据目录
Artificial Intelligence Subreddit
AI Experiments with Google

License¶

在法律允许的范围内， Owain Lewis 已放弃该作品的所有版权和相关或邻接权.