读书从浅到深，从窄到宽，在一段时间学习后，会使我们对于产品的驾驭能力，有质的飞越。
书单：
1.《OpenCV》
2.《人工智能-一种现代的方法》
3.《智能Web算法》：用户数据构建
4.《语音与语言处理》：聊天类机器人
5.《PATTERN RECOGNITION AND MACHINE LEARNING》
6.《游戏人工智能编程案例精粹》
7.《统计自然语言处理基础》
8.《模式分类》：模式识别和场景分析落地；
9.《Neural Network for Pattern Recognition》
10.《计算机视觉》
11.《人工智能游戏编程真言》
12.《产品经理进化论》
13.周志华 《机器学习》
14.Toby Segaran的《Programming Collective Intelligence》
15.John Hearty的《Deep Learning With Python》
16.连诗路的 《产品经理进化论：AI+时代产品经理的思维方法》
17.《人工智能：一种现代方法》（Artificial Intelligence: A Modern Approach ）

18. 阿德里安·班纳的《普林斯顿微积分读本》
    19、浙江大学 盛骤 谢式千 潘承毅《概率论与数理统计》(第4版)
    20、《深入Python 3》（Dive Into Python3）这本书。
    21、（美）佛罗赞著，刘艺等译的《计算机科学导论》也推荐学习

AI 相关的网站学习

（以下网站建议复制链接后在浏览器打开后单独收藏）

1、吴恩达在Coursera上的机器学习课程

https://www.coursera.org/

2、TutsPlus的课程“Machine Learning Distilled”算法

https://code.tutsplus.com/courses/machine-learning-distilled

3、 斯坦福的 UFLDL 教程《UFLDL tutorial by Stanford》

www.deeplearning.net的教程

4、加州大学伯克利分校的人工智能课程（Artificial Intelligence course）是一系列优秀的视频讲座

http://ai.berkeley.edu/home.html

5、Jeff Hawkins的有声读物《On Intelligence》，作者Gödel, Escher, Bach。

6、可汗学院的微积分视频课程（Khan Academy——Calculus videos）

7、麻省理工学院的多变量微积分的讲座（lectures on Multivariable Calculus）

8、布朗大学的线程代数课程《矩阵编码》（Coding the Matrix）