«Artificial Intelligence: A Modern Approach» by Stuart Russell and Peter Norvig. Это классический учебник, который часто используется в курсах по искусственному интеллекту. Книга предлагает общий обзор области искусственного интеллекта, охватывая темы, такие как поиск, планирование, обучение, знание и рассуждение, перцепция и язык.
«Machine Learning: A Probabilistic Perspective» by Kevin Murphy. Эта книга представляет собой подробное введение в область машинного обучения с вероятностной точки зрения. Она охватывает широкий спектр методов машинного обучения, включая наивный Байес, логистическую регрессию, графические модели, нейронные сети и многое другое.
«Deep Learning» by Yoshua Bengio, Ian Goodfellow, and Aaron Courville. Эта книга является авторитетным источником информации по глубокому обучению. Она охватывает все, от основных концепций и алгоритмов, до более сложных тем, таких как генеративные модели и усиление обучения.
«Reinforcement Learning: An Introduction» by Richard S. Sutton and Andrew G. Barto. Это вводный учебник по обучению с подкреплением, подходе к машинному обучению, в котором агенты учатся принимать решения на основе воздействия и награды. Книга охватывает основные алгоритмы и методы, используемые в обучении с подкреплением.
«Pattern Recognition and Machine Learning» by Christopher Bishop. Это детальное введение в область распознавания образов и машинного обучения. Книга представляет основные концепции и алгоритмы в этой области, включая байесовские методы, нейронные сети, графические модели и многое другое.
Эти книги являются важными ресурсами в области искусственного интеллекта и машинного обучения и часто рекомендуются для углубленного изучения этой области.