经典书单 —— 语言/算法/机器学习/深度学习/AI/CV/PGM

0.0 计算机科学

• 《Lex 与 Yacc》

---

• Think Complexity（使用 Python 语言）
  • GitHub - AllenDowney/ThinkComplexity: Code for Allen Downey's book Think Complexity, published by O'Reilly Media.

0.1 语言类书

• C/C++

• Python

  • Python 编程快速上手 —— 让繁琐工作自动化

• R 语言

1. 计算机算法

• 算法导论
• 计算机程序设计艺术
  
  • I：基本算法
  • II：半数值算法
  • III：排序和查找
  • IVA：组合算法

---

• 《算法心得：高效算法的奥秘》：该书涉及大量的二进制表示，及位运算，来降低算法的时间复杂度；
• 《算法问题实战策略》：韩国人编的一本书，十分系统完备，且理论实践结合十分紧密，循序渐进，由浅入深；
• 《Python 算法教程》：《Python 基础教程》一书的作者写另一本书；

2. 机器学习

---

算法（algorithm）：

• PRML（Bishop）
  • 模式识别（Pattern Recognition）（希)Sergios Theodoridis / (希)Konstantinos Koutroumbas（有代码）
  • 模式分类（Richard O. Duda / Peter E. Hart / David G. Stork ）（有配套的习题解答册）
• The Elements of Statistical Learning（斯坦福大学三位大牛）
• MLaPP：Machine Learning: a Probabilistic Perspective
  
  • code：probml/pmtk3

---

理论（theory）：

• Foundations of Machine Learning（Mehryar Mohri）
• Understanding Machine Learning —— from theory to algorithms（有电子版）

---

编程实战：

• Python Machine Learning
• 《图解机器学习》：
  
  • 日本人写的书，总是新奇；
  • 既然是图解，可视化，帮助理解；
• 《白话大数据与机器学习》：
  
  • 2016 年 6 月份出的一本新书
  • 见名知义，也是帮助理解的一本书；

---

new topics：

• 增强学习
• 转移学习

3. 从神经网络到深度学习

---

神经网络

• 人工神经网络理论，设计及应用（韩立群）
• 《matlab 神经网络原理与实例精解》

4. 框架、库与平台

• Spark
  • Spark 高级数据分析

5. 机器学习、深度学习的应用

• 推荐系统实践
  • 风格类《集体智慧编程》（有相关 Python 实现）

6. 人工智能

• 人工智能（Stuart J. Russell / Peter Norvig ）（有代码）

7. PGM

• Probabilistic Graphical Models principles and techniques；