Python数据分析与机器学习经典书目与优质资源

Python学习推荐

Author：louwill

第一本就是Wes McKinny著名的《利用Python进行数据分析》，这本书囊括了Python控制、处理、整理、分析结构化数据一整套流程和技术，是入门Python数据分析最佳书籍。

该书豆瓣评分也达到了8.5，实属精品。

第二本是大名鼎鼎的PRML，可谓是机器学习领域的圣经，中文译本为模式识别与机器学习，至于这本书有多经典以及质量有多高，大家看看豆瓣计算机类图书评分就知道了：

这本书的大致内容：

第一章 介绍

第二章 概率分布

第三章 线性回归模型

第四章 线性分类模型

第五章 神经网络

第六章 内核方法：双重表征、构造内核、径向基函数网络、高斯过程

第七章 稀疏内核机器：最大边距分类器、相关向量机

第八章 图形模型：贝叶斯网络、条件独立、马尔科夫随机场、图形模型中的推理

第九章 混合模型和EM：K-means聚类、高斯混合、EM算法

第十章 近似推断

第十一章 采样方法

第十二章 连续潜在变量

第十三章 顺序数据

第十四章 组合模型

https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf

第三本同样大名鼎鼎，又十分经典，可谓是Python领域的圣经了，也是笔者目前正在啃的——《流畅的Python》。至于有多好，大家自己去读一读就知道了。