中国矿业大学矿大人工智能研究院人工智能考博参考书目涵盖人工智能核心理论与技术体系，注重理论与实践结合，建议考生系统梳理以下四大方向的重点著作：第一，机器学习基础理论，推荐《Pattern Recognition and Machine Learning》（Bishop著），深入理解贝叶斯方法与概率图模型，配合《Machine Learning》（Wikipedia百科全书版）建立知识框架；第二，深度学习技术演进，重点研读《Deep Learning》（Goodfellow等著）与《Neural Networks and Deep Learning》（Aggarwal著），特别关注Transformer架构与自监督学习前沿；第三，智能计算与优化方法，必读《Combinatorial Optimization: Algorithms and Complexity》（ Papadimitriou著）和《Introduction to Genetic Algorithms》（Goldberg著），强化复杂系统求解能力；第四，行业应用与安全伦理，精读《Artificial Intelligence: A Modern Approach》（Russell等著）与《AI Safety: Foundations, Techniques, and Challenges》（Aravindan等著），构建负责任AI的系统思维。建议考生采用"三阶复习法"：基础阶段完成核心教材精读，每章配合Kaggle数据集实践；强化阶段参与研究院开放的"AI for矿业"项目，积累工业场景案例；冲刺阶段针对近三年顶会论文（CVPR/NeurIPS等）撰写文献综述，重点突破联邦学习、边缘智能等交叉领域。备考期间需定期参加研究院组织的"AI学术沙龙"，关注智能采矿、安全监测等国家重点研发方向，将理论知识与矿大特色研究方向深度融合，在博士申请书中体现明确的科研创新路径。