前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >干货:必读机器学习书籍一览表

干货:必读机器学习书籍一览表

作者头像
WZEARW
发布2018-04-16 11:42:14
6660
发布2018-04-16 11:42:14
举报
文章被收录于专栏:专知专知专知

【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。

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。

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。

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。

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。

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

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。

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。

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。

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

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-02-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 专知 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档