【春节荐书】必读机器学习书籍一览表,PDF下载

新智元推荐

来源:专知

编辑:克雷格

【新智元导读】转眼之间春节假期已所剩无几,大家是否也开始制定新一年的学习计划?本文就为大家推荐一个机器学习书单,其中大多数可以免费观看,并附上pdf链接。书单内容包括但不局限于:机器学习、深度学习、数据挖掘、贝叶斯理论、统计学习等。都是领域内最好的学习资料,绝对值得阅读,大家可以根据自己的研究方向自行选读。

机器学习是人工智能的应用,它使系统能够自动地从经验中学习和改进。在这篇文章中,我们列出了一些最好的免费机器学习书籍,绝对值得阅读。

1、Mining of Massive Datasets (海量数据挖掘)

作者: Jure Leskovec, Anand Rajaraman, JeffUllman

http://mmds.org/#ver21

介绍:

基于斯坦福计算机科学课程CS246和CS35A,这本书的目标受众是计算机科学的本科生,没有要求必须的先修知识。这本书已由剑桥大学出版社出版。

2、An Introduction to Statistical Learning (with applications in R) (统计学习引言,R语言版)

作者:Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani

http://www-bcf.usc.edu/~gareth/ISL/

介绍:

这本书中包含了统计学习方法的前言,还有一些R实验。

3、Deep Learning (深度学习),花书

作者:Ian Goodfellow and Yoshua Bengio andAaron Courville

http://www.iro.umontreal.ca/~bengioy/talks/lisbon-mlss-19juillet2015.pdf

介绍:这本深度学习的教科书是专为那些在机器学习和深度学习的早期阶段读者而设计的。这本书的在线版现在免费提供。

4、Bayesian methods for hackers

作者:Cam Davidson-Pilon

介绍:

本书从计算的角度介绍了贝叶斯方法和概率编程。这本书对那些掌握数学知识的人来说简直是天赐之物。

5、Understanding MachineLearning: From Theory to Algorithms(理解机器学习:从理论到算法)

作者:Shai Shalev-Shwartz and Shai Ben-David

介绍:

对于精通数学的人来说,这是理解机器学习背后的魔法的最好的书籍之一。

http://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/understanding-machine-learning-theory-algorithms.pdf

6、Deep Learning Tutorial(深度学习教程)

http://deeplearning.net/tutorial/deeplearning.pdf

作者:LISA lab, University of Montreal

介绍:

如果你愿意进入这个领域,而且想要免费的资源,那么使用Theano的深度学习教程是必须的。

7、Scikit-Learn Tutorial: Statistical-Learning for Scientific Data Processing(Scikit-Learn教程:科学数据处理的统计学习方法)

作者:Andreas Mueller

http://gael-varoquaux.info/scikit-learn-tutorial/

介绍:

探索统计学习,本教程以统计推断的目的解释机器学习技术。本教程可以免费在线观看。

8、Machine Learning (An Algorithmic Perspective) (机器学习:算法视角)

作者:Stephen Marsland

https://seat.massey.ac.nz/personal/s.r.marsland/MLBook.html

介绍:

这本书对工程和计算机科学专业的学生学习机器学习和人工智能有很大的帮助。这本书由CRC出版社出版,由Stephen Marsland撰写,不幸的是这本书不是免费的。但是,我们强烈建议您阅读。而且,所有的python代码都可以在网上找到。这些代码是python学习的一个很好的参考源。

9、Building Machine Learning Systems with Python(用Python构建机器学习系统)

作者:Willi Richert and Luis Pedro Coelho

http://totoharyanto.staff.ipb.ac.id/files/2012/10/Building-Machine-Learning-Systems-with-Python-Richert-Coelho.pdf

介绍:

这本书也不是免费的,但这是一个实践指南,可以充分利用python学习机器学习。

这些是我们推荐的最好的机器学习书籍。 如果您有其他的想法,可以在下面评论一下你心中的一些好的机器学习书籍的列表。

参考链接:

https://towardsdatascience.com/list-of-free-must-read-machine-learning-books-89576749d2ff

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2018-02-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据挖掘DT机器学习

拍拍贷风控预测模型

拍拍贷“魔镜风控系统”从平均400个数据维度评估用户当前的信用状态,给每个借款人打出当前状态的信用分,在此基础上,再结合新发标的信息,打出对于每个标的6个...

87880
来自专栏AI科技评论

开发 | Facebook的数据预测工具Prophet有何优势?用贝叶斯推理一探究竟

AI科技评论按:2月23日,Facebook开源了一款基于 Python 和 R 语言的数据预测工具——“Prophet”(。本文则详细介绍了Prophet的贝...

396120
来自专栏AI科技大本营的专栏

ICML进行时 | 一文看尽获奖论文及Google、Facebook、微软、腾讯的最新科研成果

【导读】 ICML ( International Conference on Machine Learning),国际机器学习大会如今已发展为由国际机器学习学...

12940
来自专栏PPV课数据科学社区

正态分布为什么常见?

统计学里面,正态分布(normal distribution)最常见。男女身高、寿命、血压、考试成绩、测量误差等等,都属于正态分布。 >>>> ? 以前,我认...

26950
来自专栏大数据文摘

如何优雅地打开堆满数学公式的机器学习论文

30330
来自专栏PPV课数据科学社区

收藏 | 27个机器学习小抄(附学习资源)

本文多资源,建议收藏。 本文针对机器学习基本概念及编程和数学基础,为你列出相应的学习资源。

17010
来自专栏人工智能头条

写给大家看的机器学习书【Part4】—— 机器学习为什么是可行的(上)

18230
来自专栏人工智能头条

CVPR 2018 上10篇最酷论文,圈儿里最Cool的人都在看

17320
来自专栏专知

干货:必读机器学习书籍一览表

【导读】转眼之间春节假期已所剩无几,大家是否也开始制定新一年的学习计划?本文就为大家推荐一个机器学习书单,其中大多数可以免费观看,并附上pdf链接。书单内容包括...

361110
来自专栏ACM算法日常

第七篇:《机器学习之神经网络(二)》

我们之前学的,无论是线性回归还是逻辑回归都有这样一个缺点,即:当特征太多时,计算的负荷会非常大。

11410

扫码关注云+社区

领取腾讯云代金券