医疗大数据券商行业研究报告及人工智能·经典书籍收藏整理
关于人工智能，我们经常会听说这些话：

1、下一个十年，人工智能可能会爆发，并主导一个科技与商业时代；

2、当大数据遇到人工智能，最值得期待的领域之一就是医疗大健康；

3、人工智能会取代医生。

那为何，人工智能技术走到今天，依然面临着重重困难？因为，属于这个时代的人才还远未到来。

1、可能你是举世名医，但你不懂算法是怎么设计出来的；

2、可能你数学或计算机天才，精通各种算法，但你不懂临床。

那未来，究竟谁能够奠定并引领这个行业的发展？答案：我们推测，最有可能是懂算法思维与逻辑的医生。

"世界互联网之父”凯文·凯利，在新书《必然》里说：我们以后的工资水平取决于是否能与人工智能配合。所以，为了未来，就算学不会，你也要懂。

这个年代，关于人工智能和大数据的书，没有一万本也有一千本，而在这里，我们列出来的，都是经过专业人士仔细挑选的，没有一本水书。

第一部分主要是入门级的介绍书籍，读懂这些书不需要太多的数学基础，适合外行的人员入门，也适合本行业的人进一步拓宽视野；

第二部分主要是专业书籍，主要包括数学基础，传统的机器学习，深度学习，已经结合编程语言的相关资料；

第三部分主要是医疗大数据/人工智能技术在医疗行业中的应用，这一部分电子书不多，但是对应的券商行业研究报告非常多。这里也为大家梳理了近几年来质量非常高的相关行业报告。

第一部分 大数据与人工智能概述

1.《生命3.0》

《生命3.0》一书中，作者迈克斯·泰格马克对人类的终极未来进行了全方位的畅想，从我们能活到的近未来穿行至1万年乃至10 亿年及其以后，从可见的智能潜入不可见的意识，重新定义了“生命”“智能”“目标”“意识”，并澄清了常见的对人工智能的误解，将帮你构建起应对人工智能时代动态的全新思维框架，抓住人类与人工智能共生演化的焦点。

2.《终极算法：机器学习和人工智能如何重塑世界》

这本书的名字，显示着作者试图在机器学习的各个流派间进行整合，最终提出机器学习里的“牛顿三定律”的理想。作者在这本书里，介绍了当前常用的算法的发展历程，这些算法包括决策树，遗传算法，神经网络，朴素贝叶斯及贝叶斯网络，隐式马尔可夫链，K最近邻及支持向量机，作者还介绍了无监督学习的算法。在介绍算法时，作者还介绍了机器学习里最大的两个阻碍，过拟合及维度灾难。

3.《奇点临近》

《奇点临近》是一本有思维方法论启示的书；十一本站在历史的高度，正面思考科技力量的书；是一本充满想象与预言，但又不失科学论证的书。可以很好的开阔我们对未来的视野。

4.《智能浪潮》

作者在书中创新性提出，我们已经进入一个被增强了的时代，在这个时代，个人和组织在科技的影响下将会出现颠覆式转变，他在书中举出了大量的案例和丰富的图片向我们展示了一个智能的未来。在当下快速变化的世界，无论是个人还是组织，这本书都是一本实用的指南。

5.《心智社会》

人工智能之父马文·明斯基认为“大脑不过是肉做的机器”，大脑中不具备思维的微小单元可以组成各种思维——意识、精神活动、常识、思维、智能、自我，最终形成“统一的智慧”。这种智能组合就是“心智社会”。马文·明斯基之所以被誉为人工智能之父，不是因为他发现了某一个特别NB的算法。而是因为其对人类的认知过程有着独特的见解，从而能利用对人类认知的洞察来指导机器学习算法的研发。其在70年代写成的心智社会一书，令当前的人工智能研究者还会常读常新。

6.《情感机器》

《情感机器》是人工智能之父集一生功力写成的集大成之作。如何让机器有感情，是在机器智能即将超越人之后的人工智能的下一个天花板。情感计算的概念，也随着Chatbot（聊天机器人）而火了起来。阅读这本书，会让读者认识到情感不一定是人类独有的特征。情况也可以被表示为一连串的计算。而赋予机器情感，我们也能造成有常识，有直觉的机器。如果你想打破人工智能的黑盒子，这本书也是一本需要反复研读的大作。

7.《理解信念：人工智能的科学理解》

这本书的作者尼尔斯•尼尔森（NilsJ.Nilsson）是斯坦福大学教授。这是一本哲学书。其核心论旨包括，我们人类的感觉系统是获取外界信息、形成信念的唯一途径；运用科学方法、经由严格批评和修正而建立起来的信念，是相对真实且更为有用的。人工智能在某种程度上，和人类一样拥有信念，或者可以说，人类是一台台复杂的机器。

8.《人工智能的未来》

《人工智能的未来》作者库兹韦尔认为，2045年，人工智能将超越人类智能，储存在云端的“仿生大脑新皮质”与人类的大脑新皮质将实现“对接”，世界将开启一个新的文明时代，“奇点”到来！那个时候，我们是谁？我们是什么？人还能称之为人吗？

9.《AI:人工智能的本质与未来》

人工智能界神级女性牛人的详尽之作。作者从专业的角度，深入浅出，梳理了人工智能发展的历程，其经历的不同阶段概括，如今最前沿的发展现状以及面临的困境，并探讨了其未来发展的可能性，堪称一部精彩的人工智能进化史。

10.《未来简史：从智人到智神》

《未来简史:从智人到智神》进入21世纪后，曾经长期威胁人类生存、发展的瘟疫、饥荒和战争已经被攻克，智人面临着新的待办议题：永生不老、幸福快乐和成为具有“神性”的人类。在解决这些新问题的过程中，科学技术的发展将颠覆我们很多当下认为无需佐证的“常识”，比如人文主义所推崇的自由意志将面临严峻挑战，机器将会代替人类做出更明智的选择。

11.《智能的本质-人工智能与机器人领域的64个大问题》

在书中，作者从常识出发，对人工智能和机器人表达了很多“令人惊讶”而又让人深思的观点。例如在陪伴老年人方面，迄今为止先进的机器人都不如狗做得好。书中充满了思辨和哲学判断，感觉作者属于乐观派中的悲观派，乐观的是认为不会出现终结者，悲观的是AI发展还是太慢了。

12.《第二次机器革命》

《第二次机器革命》这本书，是那种能够在机场书店找到的图书，这本书不算厚，两三个小时就可以读完，也不算烧脑。书中的内容围绕着以人工智能和数字化为代表的技术对未来社会的影响展开论述。

13.《人工智能时代》

这本书的作者Kaplan是斯坦福大学顶尖人工智能专家。卡普兰本科毕业于芝加哥大学历史与科学哲学专业，之后考入宾夕法尼亚大学计算机科学专业，后进入斯坦福大学人工智能实验室工作。这本书的英文名直译过来是人不必遵守机器的规则。这是一个老人写的书，这种警世的书也需要由一个老人写出，作者见证了人工智能的低潮与复兴，见证了越来越大的贫富差距。他活到了替子女说话的年纪，又没有丢掉幽默。这样智慧的老人，值得我们去倾听。

14.《大数据时代》

《大数据时代》是国外大数据研究的先河之作，本书作者维克托•迈尔•舍恩伯格被誉为“大数据商业应用第一人”，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。维克托•迈尔•舍恩伯格在书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。

15.《爆发：大数据时代预见未来的新思维》

本书是一本超越《黑天鹅》的惊世之作。如果说塔勒布认为人类行为是随机的，都是小概率事件，是不可以预测的；那么全球复杂网络权威Barabasi则认为，人类行为93%是可以预测的。

16.《智慧社会：大数据与社会物理学》

如果要在大数据领域推举出一个代表性的科学家，阿莱克斯·彭特兰是一个无法令人忽略的名字。经过数年极具开创性的研究，社会物理学这个全新科学领域的根基已足够深厚。社会物理学是关于想法流的科学，正是在想法流的帮助下，我们才得以提高集体智能，促进智慧社会的形成。

17.《大数据可视化：重构智慧社会》

大数据的目的最终还是要讲一个好故事。而人类是一种视觉动物，一幅图的效果好过千言万语。这本书举出了很多第一线的例子，来说明怎么样去做出好的数据可视化，对于任何要处理数据的人来说，这本书中的道理都是必不可少的，须要透彻掌握的。

18.《大数据思维与决策》

《大数据思维与决策》是大数据时代的奠基之作，耶鲁大学计量经济学家伊恩·艾瑞斯早在20世纪末就洞察到大数据浪潮的到来。《大数据思维与决策》通过讲述各个领域有关大数据分析与决策的经典案例，为读者解答了一系列关系到现在与未来的问题，如为什么谷歌和亚马逊比你还了解你自己的喜好、医生如何利用数据分析做出正确诊断、教师是否要摒弃自身创造性为孩子提供有效的教育指导，以及政府、法院如何在推动信息公开的同时制定出有益于未来的制度和法案等。

19.《赤裸裸的未来·大数据时代：如何预见未来的生活和自己》

全书主题聚焦于未知与未来，但论述绝非建立在想象之上的空中楼阁，其间穿插着大量事例，或基于客观现实，或依据科学推测，生动有趣。塔克尔通过大量的访谈和调查，约见各领域的权威人士，积累了极为丰富的素材，提取了他们有关现实的观点和对未来的预期，为我们展开了有关未来社会各领域的翔实可信的图景，讲述的虽是前沿科技主题，内容却平实亲和。

20.《大数据：从概念到运营》

大多数企业对大数据这个概念并不陌生，但真正通过对大数据相关业务的有效运营获得业绩增长的企业却少之又少。为了扭转这一局面，企业应该如何针对自己的业务领域开辟新的数据源？如何搭建合理的大数据应用架构？如何让业务部门与技术部门高效互动以提供更好的用户体验？比尔•施玛泽是大数据领军企业易安信的首席技术官，在这本书中，他毫无保留地分享了自己在大数据领域超过20年的从业经验。

第二部分 人工智能 算法书籍

21、《人工智能：一种现代的方法》——作者: 罗素 (Stuart J.Russell) 著。

22、《人工智能：复杂问题求解的结构和策略》作者：George F.Luger著。

23、《白话大数据与机器学习》——作者：高杨、卫峥 著。

24、《白话深度学习与TensorFlow》——作者：高杨、卫峥 著。

25、《深度学习》——作者：Ian Goodfellow著。

26、《机器学习导论》——作者：Ethem Alpaydin著。

27、《机器学习实践指南》-作者：麦好 著。

28、《机器学习与R语言》——作者：Brett Lantz 著。

29、《机器学习》——作者：周志华

30、《python机器学习实践指南》——作者：Alexander T. Combs

31、《数学之美》——作者：吴军 著。

32、《机器学习实战》——作者：[美] Peter Harrington 著；

33、《模式识别》——作者：Sergios，Theodoridis著；

34、《统计学习理论》——作者: Vladimir N.vapnik

35、《神经网络原理》—— 作者: Simon Haykin

36、《程序员的数学》——作者: [日] 结城浩

37、《集体智慧编程》——作者: Toby Segaran

38、《数据挖掘概念与技术》——作者：Jiawei Han

39、《神经网络与机器学习》——作者：Simon Haykin

40、《贝叶斯思维：统计建模的Python学习法》——作者：Allen B. Downey

41、《图像处理、分析与机器视觉》——作者：Milan Sonka，

42、《机器视觉》——作者：[美] 伯特霍尔德·霍恩 著；

43、《面向机器智能的TensorFlow实践》——作者: 山姆·亚伯拉罕

44、《深度学习原理与TensorFlow实战》——作者：喻俨

45、《深度学习-21天实战caffe》——作者：赵永科

46、《TensorFlow实战google深度学习框架》——作者：郑泽宇

47、《TensorFlow实战》-作者：黄文坚

48、《Spark快速大数据分析》——作者：Holden Karau & Andy Konwinski著

49、《R语言实战-机器学习与数据分析》——作者：左飞

50、《Keras快速上手：基于Python的深度学习实战》-谢梁

第三部分
人工智能+医疗 券商行业研究报告合集。