关注web应用的人工智能编程资源

托比·塞加拉的 Programming Collective Intelligence 我想,这不是一本严格意义上的人工智能书籍,但它确实涵盖了你感兴趣的主题(例如,产品推荐、预测、价格建模),而且作为这个领域的新人,我发现这本书很容易理解。它有时会跳过算法细节,而倾向于“以下是如何通过现有库使用此技术”;此外,代码示例是用python编写的,尽管它有清楚的解释并易于翻译为c。它有一个强大的网络焦点,因为正如标题所暗示的,它处理从用户提供的内容中挖掘数据,特别是在外部网站,如易趣等。

我用 AForge.NET 在几个项目中。遗传算法、神经网络、机器学习等的实现非常简单快速。

它是一个开源项目,所以我可以推荐它作为使用人工智能的任何项目的启动框架。

有一系列优秀的谷歌会谈将涉及到 Statistical Aspects of Data Mining . 这是大卫·米斯在斯坦福大学的研究生课程。

这本书 Algorithms of the Intelligent Web 由Haralambos Marmanis和Dmitry Babenko(Manning ed.2009)提供了这类事物的入门知识。
这本书涵盖了一个相当广泛的领域,其中“智能”可以应用于Web应用程序。正因为如此,许多主题都得到了相当肤浅的处理,但每一章都包含了非常相关的参考资料,以便进一步挖掘。
此外,在代码方面,本书中的工作示例在 code.google.com project (遗憾的是,大多数是Java,而不是问题中建议的C)。

我想不出其他人工智能资源 明确地 专注于网络应用,但人工智能的许多领域都与“智能网络”相关,尤其是:

• 自然语言处理
• [一些]神经网络
• 机器学习和分类器

Marmanis&Babenko的“智能网络算法”。交出你所需要的最好的参考资料(根据你的描述)。是的,代码是用Java编写的,但是它是如此干净和简单,你可以很快地把它翻译成你想要的任何东西。

在搜索功能方面,它超越了索引,详细描述了pagerank、用户点击增强功能,以及作者称之为docrank的纯文档(ascii、word、pdf)的pagerank启发的排名算法。

本书还提供了可能是最好的、实用的推荐引擎覆盖范围,例如用户、项目项、基于内容。