初春时节，全民抗击瘟疫，举世瞩目。

而且在家也正是读书的好时候，那些“码”了很长时间却还没开封的好书，就该翻页了。

为您整理出微软亚洲研究院多个领域的藏书宝典！

其中包括机器学习，计算机视觉，计算机图形学，自然语言处理，语音，数据挖掘，智能问答，机器翻译，软件开发， AI伦理，商业创新……这些书单包含了最经典的专业书籍和一些适合快速阅读的大众读物。

在宅在家里无法外出的日子，一起来读书充电吧。

机器人学篇：做机器人学的神，你无法不了解数学

在 AI时代，机器学习是重要的算法内核，而理解和改进机器学习算法，数学是必不可少的。怎样逐步自学机器学习？要有什么数学基础？本书梳理了机器学习的关键模块及与之相关的数学理论分支，并从机器学习综述、算法优化、理论延伸、数学基础四个方面展开，为大家提供一个全面的机器学习与数学指导。

从综合书目到机器学习与几何，计算机视觉篇

近年来，致力于让计算机像人一样“看到”并理解图像的计算机视觉无疑是一个大热门。本书为大家推荐了计算机视觉领域的10个经典书目，并且还贴心地将文章分为综合类、几何类、机器学习类和经典阅读类四类，肯定可以成为你的计算机视觉修炼秘籍。

电脑绘图篇：10个领域必读

图形学主要研究如何用数学算法在计算机上有效地表示、生成、处理及显示相关的图像和图形，它极大地推动了计算机辅助设计、虚拟现实、游戏、动画、影视特效等领域的发展。这个综合性的书单，将把你带入图形学的基本原理，绘制基础和算法，计算几何和几何处理，视图建模，高动态范围图像等各个方面。

从入门到进阶，自然语言处理篇： NLP

作为人工智能研究的核心领域之一，自然语言处理(NLP)一直受到广泛关注。怎么才能从头到尾，成为 NLP大神呢？这个书单为您提供了答案，并为初级玩家和进阶玩家分别推荐了一些关于自然语言学习的经典书籍和课程。

语音学篇：语音学发展导论

语音界的探索与研究已有150多年的历史，这是一本关于语音界的经典文献，涵盖了语音界研究中的信号处理、语音学与语音学处理、深度学习研究等各个方面，其中包含了大量的语音学基础知识。当大家都在关注深度学习算法和模型时，积累基础知识、概念、方法和思想对于深入理解这一领域具有重要意义。

数据采掘与推荐系统篇：6本你不应该错过的书

本书为您推荐了6本数据挖掘领域的经典书籍，包括数据挖掘的基本概念、算法等基础知识，还包括数据挖掘在推荐系统、情感分析等各个子领域的具体应用。