世界上有两本我最喜欢和最害怕的教科书： Cormen等人的《算法导论》。和人工智能：Norvig等人的现代方法。我已经不止一次地开始了“人工智能：一种现代方法”，但这本书是如此的密集和充满了理论，以至于我在几周后气馁并停下来。
我正在寻找一本类似的 AI 书籍，但同时强调理论和实践。我正在寻找的一些例子：
Tibshirani 等人的统计学习要素。（详细理论）
统计学习简介：Tibshirani 等人在 R 中的应用。（理论+实践）
人工智能是一个广泛的领域：这就是为什么人工智能：现代方法(AIMA) 对新手来说可能看起来有点密集，因为它涵盖了人工智能的许多不同方面，例如搜索、机器学习和自然语言处理。
这个答案的第一本书是一本好书，但它侧重于计算智能方法，这些方法通常也被认为是人工智能的一部分。您在帖子中提到的其他书籍也侧重于 AI 的子领域，例如机器学习或图像处理，因此它们并未涵盖 AI 的所有方面。
| 标题 | 作者 | 年 | 话题 | 评论 |
|---|---|---|---|---|
| 人工智能 | 帕特里克温斯顿 | 1992 年（第 3 版） | 搜索、基于规则的系统、机器学习、进化算法等。 | 我偶尔会查阅这本书；Patrick Winston 是麻省理工学院的教授，也是麻省理工学院人工智能实验室的主任；你也可以在这里找到他关于人工智能的免费课程（我强烈推荐）。 |
| 人工智能：一种新的综合 | 尼尔斯·尼尔森 | 1998 | 神经网络、进化算法、搜索、知识表示和推理、规划、贝叶斯网络等。 | Nilsson 还撰写了与 AI 和 AI 哲学相关的其他重要书籍，例如The Quest for Artificial Intelligence: A History of Ideas and Achievements (2009)，以及对 AI 领域的其他重要贡献，例如机器人Shakey和STRIPS。 |
| 人工智能：智能系统指南 | 迈克尔·内格涅维茨基 | 2005 年（第 2 版） | 专家系统、模糊系统、人工神经网络、进化计算、混合系统等。 | |
| 人工智能：复杂问题解决的结构和策略 | 乔治·卢格 | 2009 年（第 6 版） | 人工智能的历史、搜索、知识表示、专家系统、基于规则的系统、机器学习、进化算法、自动推理、自然语言理解等。 | 这本书被 Ben Goertzel 在他的论文《通用人工智能：概念、技术现状和未来展望》中提到为“流行的 AI 教科书”。 |
| 人工智能：计算代理的基础 | 大卫 L. 普尔、艾伦 K. 麦克沃斯 | 2017 年（第 2 版） | 机器学习、搜索、规划、推理和基于知识的系统等。 | 我偶尔会查阅这本书。 |