人工智能之父尤尔根·施米德胡贝(Jurgen Schmidhuber)说，人工智能(AI)终有一天会比人类更聪明，但人类没有理由担心这项技术。
“我从事人工智能工作已有数十年，可以说从80年代就已经开始了。我现在仍相信，人类会看到人工智能比自己更聪明的一天。到那时候，我就可以退休了。”
在机器还没有人类聪明的时候，我们希望他们变得更聪明，但首先我们得变得聪明。
要致富，先修路。要AI,先读书。
我们为TopCoder们精选了10本人工智能领域的必读书物，希望你们在当人工智能奶爸的过程中，早日多子多孙，老来有福。
不用谢我，我是雷锋。
1.Python数据科学手册
本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。
本书共五章，每章介绍一到两个Python数据科学中的重点工具包。
首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；
第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；
第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；
第5章以Scikit-Learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。
本书适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。
2.神经网络和深度学习
Neural Networks and Deep Learning这本书是Michael Nielsen所著的一本免费的网络版书籍，正如书名所写的，这本书是关于神经网络和深度学习的。
这本书写的非常浅显易懂，很多数学密集的区域作者都有提示。
全书贯穿的是MNIST手写数字的识别问题，每个模型和改进都有详细注释的代码。
非常适合用来入门神经网络和深度学习！
3.贝叶斯思维
贝叶斯方法是一种常见的利用概率学知识去解决不确定性问题的数学方法。
对于一个计算机专业的人士，应当熟悉其应用在诸如机器翻译，语音识别，垃圾邮件检测等常见的计算机问题领域。
在《龙与地下城》中，你应当对游戏角色属性的很大值有什么样的期望，甚至在普通的彩弹射击游戏中，拥有一些贝叶斯思维也能帮助到你提高游戏水平。
4.大数据与机器学习
这本书还没有写完，是连在状态。
其目的是为了让软件工程师可以在不依赖库的情况下就能轻松构建机器学习模型，从而在理论和实践中获得平衡。
以前大多数时候，模型背后的概念或技术并不复杂，但是细节和术语上模糊不清，那么问题也是显而易见的。
其实现有的库基本上不需要你再深入理解，你只要理解其基本概念即可，这正是这本书希望你达到的水准。
5. Statistical Learning with Sparsity
这本书我是在经管之家找到的，本来是帮助金融专业学生了解量化交易的读物。
总之，这是一本统计学著作，但其数据科学领域的思想，值得大家学习
6. Statistical inference for data science
本书也是一本统计学著作，在油管上可以找到学习视频，不爱读字的看看这些多媒体资料更直观一点。
如果你是一名数学和计算机专业的学生，想要学一些统计学和数据科学的知识，不要错过他。
7.凸优化
没有系统学过数学优化，但是机器学习中又常用到这些工具和技巧，机器学习中最常见的优化当属凸优化了。
从中我们可以大致了解到一些凸优化的概念，比如凸集，凸函数，凸优化问题，线性规划，二次规划，二次约束二次规划，半正定规划等，从而对凸优化问题有个初步的认识。
8.Python 自然语言处理
以前上微机课的时候，老师把人类的语言叫做自然语言，把和计算机交互的语言称为逻辑语言。
随着AI学科的发展，自然语言处理NPL变得越来越重要。人们试图教会计算机如何理解自然语言，而不是强迫人类去学机器语言，虽然现在研究NPL还得码代码。
本书基于Python编程语言和一个自然语言工具包(NLTK)的开源库。
9.Python 编程快速上手
Python入门教材，适合没有编程基础的所有人。
在ios下有一些不错的to-do软件，比如你可以设置早上某一时刻给你推送天气通知，看到杨超越发微博自动转发等骚操作。不过如果能让AI来帮你做这些事，是不是感觉更炫酷？
10.社会媒体挖掘
“这本讲述社会媒体的书结构非常合理，对学术界和产业界来说十分有用。该书以清晰易懂的方式全面地讲述了社会网络分析。”
——Charu Aggarwal，IBM公司沃森研究中心
“这本书以轻松的方式探索了一个多学科交叉的领域，语言简明，直截了当。书中清晰紧凑地介绍了相关的概念，帮助你自信地深入探索数据挖掘这个奇妙的领域。”
如果你是一个媒体从业者，项目经理或者初创公司创始人，这本书可以帮助你理解纷繁的社交媒体地表下的数据挖掘概念。
如果你是一位AI行业从业者或者学生，本书介绍了社会媒体数据独有的问题，并阐述了网络分析以及数据挖掘中的基本概念、新出现的问题和有效的算法。对你来说意义非凡。
来源：顶级程序员
从入门到实操，
5天教你零基础学Python量化投资
（暑期班）
【课程简介】
Python量化投资需要的数据处理编程基础技能
Mongodb数据库的应用与全球金融数据源导入
Alpha因子与CTA趋势策略代码模板与回测绩效
清华量化研究中心的研习证书
优秀学员可获得课程导师亲笔签名推荐信
培训时间：暑假QTC-1班： 8.5~8.9
暑假QTC-2班： 8.13~8.17（仅剩10位）
培训地点：清华大学深圳研究生院量化研究中心
