【荐书】5 本深度学习和 10 本机器学习书籍（下载）

5本深度学习书籍资源推荐

• 深度学习（Deep Learning） by Ian Goodfellow and Yoshua Bengio and Aaron Courville
• R语言深度学习实践指南（Deep Learning Made Easy with R） by Dr. N.D. Lewis
• 深度学习基础（Fundamentals of Deep Learning） by Nikhil Buduma
• 神经网络和统计学习（Neural networks and statistical learning） by K.-L. Du and M.N.s. Swamy
• 神经网络和深度学习（Neural Networks and Deep Learning） by Michael Niels

10本机器学习书籍资源推荐

• 机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification） by D. Michie, D.J. Spiegelhalter, C.C. Taylor http://www1.maths.leeds.ac.uk/~charles/statlog/
• 贝叶斯推理和机器学习（Bayesian Reasoning and Machine Learning） by David Barber http://web4.cs.ucl.ac.uk/staff/D.Barber/pmwiki/pmwiki.php?n=Brml.Online
• 机器学习的高斯过程（Gaussian Processes for Machine Learning） by Carl Edward Rasmussen and Christopher K. I. Williams，The MIT Press http://www.gaussianprocess.org/gpml/
• 信息理论、推理和学习算法（Information Theory, Inference, and Learning Algorithms） by David J.C. MacKay http://www.inference.phy.cam.ac.uk/mackay/itprnn/book.html
• 统计学习元素（The Elements of Statistical Learning） by Trevor Hastie, Robert Tibshirani, Jerome Friedman http://statweb.stanford.edu/~tibs/ElemStatLearn/printings/ESLII_print10.pdf
• 机器学习课程（A Course in Machine Learning） by Hal Daumé III http://ciml.info/
• 机器学习导论（Introduction to Machine Learning） by Amnon Shashua，Cornell University https://arxiv.org/abs/0904.3664v1
• 强化学习（Reinforcement Learning） https://www.intechopen.com/books/reinforcement_learning
• 机器学习导论（Introduction to Machine Learning） - By Nils Nilsson http://ai.stanford.edu/~nilsson/mlbook.html
• 强化学习（Reinforcement Learning） - MIT Press

http://webdocs.cs.ualberta.ca/~sutton/book/the-book.html