公開課支付sdk demo ml我經常在TopLanguage討論組上推薦一些也問里面的

1、CS 領域最好玩的分支了（也是互相緊密聯(lián)系的首先是兩個非常棒的 Wikipedia 條目，我也算是 wikipedia 的重度用戶了，的時候常常發(fā)現(xiàn)是始于 wikipedia lece而今天看到的這篇文章是我在 wikipedia 瀏覽至今覺得最好的。文章名為人工智能的歷AI發(fā)展時間線娓娓道來，中間穿插無數(shù)牛人故事，且一波三折大氣磅礴，可謂CS 領域最好玩的分支了（也是互相緊密聯(lián)系的首先是兩個非常棒的 Wikipedia 條目，我也算是 wikipedia 的重度用戶了，的時候常常發(fā)現(xiàn)是始于 wikipedia lece而今天看到的這篇文章是我在 wikipedia 瀏覽至今覺得最好的。文章名

2、為人工智能的歷AI發(fā)展時間線娓娓道來，中間穿插無數(shù)牛人故事，且一波三折大氣磅礴，可謂HerbertSimon （決策理論之父，諾獎，跨領域牛人的還要優(yōu)雅，Simon Simon （General Problem SolverSimon 的研究畢竟只觸及了人類思維的一個很小很小的方面 Formal LogicDeductive Reasoning （Inductive ReasoningTransductive Reasoning (thinking Language Consciousness AI 理的 Body 源，基于這個信息來源，人類能夠自身與時俱進地總結所謂的 Common-Sens

3、e （這個就是所謂的 Mind 理論。 ）， 否則像一些老兄直接手動構建 ExpertSystem 。E 第二個則是“人工智能lelligence1. Programming2.PeterNorvig 的AIModernApproach2nd（無爭議的領域經典3. 1. Programming2.PeterNorvig 的AIModernApproach2nd（無爭議的領域經典3. TheElements of 4. FoundationsofisticalNaturalLanguage , Du了AllOfAll of isticsCMU 4. 最優(yōu)化方法 ：Nonlinear Progra

4、mming, 2nd非線性規(guī)劃的參考書 。Optimizationwikipedia ModernInformationRetrievalRicardoBaeza-Yatesetal 翻翻做參考還是不錯的。另外，Ricardo 同學現(xiàn)在是 Yahoo Research for Europe and Latin Ameria 的頭頭。PatternClassificationModernInformationRetrievalRicardoBaeza-Yatesetal 翻翻做參考還是不錯的。另外，Ricardo 同學現(xiàn)在是 Yahoo Research for Europe and Latin

5、 Ameria 的頭頭。PatternClassification2ed)RichardOterE.Hart,DavidG.大約也是01ML IR次（MiningtheWebDiscoveringKnowledgefromHypertextData DataMiningPracticalMachineLearningToolsandTechniquesWeka 的作者寫的。可惜內容一般。理論部分太單薄，而實踐部分也很脫離實際。DM的入門書已經不少，這一本應該可以不看了。如果要學習了解 Weka 信息檢索方面，DuLei ：Stanford的那本 uptodateCroft zhao 加一本書：Bishop, PatternRecognitionandMachineLearning. PatternClassification 和這本書是兩本必讀之書Pattern ，一本是Simplet MakesUsSmart ，一本是Simplet MakesUsSmart Best（reularitiesHerbertBounded法（heuristics）（compu ionalcomplexity heuristics ，每個章節(jié)都是由不同的作者寫的，類似于 r 一樣的，很嚴