专栏首页新智元【春节荐书】必读机器学习书籍一览表,PDF下载

【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

本文分享自微信公众号 - 新智元(AI_era)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间: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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 机器学习经典 Python Machine Learning 作者:新书计划曝光,分享实战经验

    【新智元导读】机器学习入门经典读物 Python Machine Learning 的作者 Sebastian Raschka昨天在Quaro回答提问,分享技术...

    新智元
  • 【免费】5本机器学习电子书推荐(附简介与下载)

    【新智元导读】 这五本精心挑选的电子书,可以帮助你更全面地了解机器学习,掌握进入这个行业必备的技能。 需要注意的是,虽然有关机器学习的免费电子书成千上万,而且其...

    新智元
  • 【AI 复始,万象更新】2017 年机器学习技术&市场预测 Top 10

    【新智元导读】在新年来临之际,新智元向你推荐 bigML 网站 2017 开年特稿,文章引用权威报告、著名媒体报道等各种数据,从投资、创业、人才、工作内容、竞争...

    新智元
  • 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...

    WZEARW
  • 机器学习自学指南

    你有许多方法和资源来学习机器学习:阅读书籍、学习课程、参加比赛和各种可用的工具。在这篇文章中,我想使这些活动更为体系化,并列出一个大致的顺序,以说明在普通程序员...

  • 机器学习知识体系

    随着2016年Alpha Go在围棋击败李世石,2017年初卡内基梅隆大学人工智能系统Libratus在长达20天的鏖战中,打败4名世界顶级德州扑克玩家,这标志...

    机器学习AI算法工程
  • 周末漫谈 | 都说想转型机器学习,到你真的有机会吗?机器学习下一个创新点到底在哪里?

    本期话题 这个周六,让我们来聊聊当前火热的机器学习,它未来的机会在哪里呢? 机器学习、计算机视觉下一步的创新点在哪里? 随着硬件的迭代,神经网络的隐藏层可以...

    AI科技大本营
  • 技术学习的一些建议

    所以我们总是在不断的学习中,这个技能的迭代速度早就远超大学的学习内容。相比来说,现在我们学习更加追求高效和通俗,即学到的技能相同,但是学习的内容能用大白...

    jeanron100
  • 机器学习精华,10问10答

    给新人的学习建议 1. 你建议其他领域的人(比如机械工程)来学习机器学习吗? Ian Goodfellow:当然了!我最崇拜的Geoffrey Hinton在...

    BestSDK
  • 机器学习很难上手和提升?你只差一条学习路径!

    从网易云音乐的歌单、亚马逊的商品到抖音的短视频,机器学习主导的推荐系统改变了用户浏览习惯;iphone x 在刘海中祭出3D结构光,人脸识别AI便在移动终端迅速...

    昱良

扫码关注云+社区

领取腾讯云代金券