转载

任何阶段的学习者都适用的参考：机器学习领域书目全集

来自 Swinburne 科技大学的 Jason Brownlee 博士为我们带来了最新一期的机器学习书目，内容覆盖科普、各级教材以及不同编程语言的机器学习应用。

学习是一种理性的投资，每当花费十几个小时读完一本书，你就能领略到前人数年积累的经验。

在阅读了市面上大多数机器学习书籍后，作者列出了最新机器学习领域推荐图书，并使用了使用不同分类方式进行了整理：

按类型：教科书，热门学科等；

按主题：Python，深度学习等；

按出版商：Packt，O'Reilly 等；

……

如何使用

找到你最感兴趣的分类方式，找到需要的主题；
在你选择的主题中挑选；
购买图书；
从头到尾阅读；
继续找下一本。

拥有一本书和了解它的内容是完全不同的两种概念——你必须真正阅读它们。

请先问问自己：你有没有读完过一本机器学习的书？

机器学习图书——按类型分

最流行机器学习科普图书

以下图书适用于大多数读者。它们点到了机器学习和数据科学的精华之处，却没有使用枯燥的理论或应用细节。这份书单也包括了一些流行的「统计思想」科普书籍。

The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World
Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die
The Signal and the Noise: Why So Many Predictions Fail–but Some Don’t
Naked Statistics: Stripping the Dread from the Data
The Drunkard’s Walk: How Randomness Rules Our Lives

任何阶段的学习者都适用的参考：机器学习领域书目全集

其中最值得推荐的一本是：《The Signal and the Noise》。

适用于机器学习初学者的书籍

以下列出最适用于初学者的书籍。希望入门的读者同时也需要参考科普图书（上一条）以及行业应用图书（下一条）。

Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking
Data Smart: Using Data Science to Transform Information into Insight
Data Mining: Practical Machine Learning Tools and Techniques
Doing Data Science: Straight Talk from the Frontline

任何阶段的学习者都适用的参考：机器学习领域书目全集

在这其中最重要的一本是：《Data Mining: Practical Machine Learning Tools and Techniques》。

机器学习入门书籍——高级

以下是适用于希望入门机器学习的本科学生和开发者的书籍，内容包含了机器学习的很多话题，注重如何解决问题，而不是介绍理论。

Machine Learning for Hackers: Case Studies and Algorithms to Get You Started
Machine Learning in Action
Programming Collective Intelligence: Building Smart Web 2.0 Applications
An Introduction to Statistical Learning: with Applications in R
Applied Predictive Modeling

任何阶段的学习者都适用的参考：机器学习领域书目全集

其中最值得推荐的一本是：《An Introduction to Statistical Learning: with Applications in R》

机器学习教材

以下列出了机器学习领域目前最流行的教科书。它们会在研究生课程中出现，包含方法与理论的解读。

The Elements of Statistical Learning: Data Mining, Inference, and Prediction
Pattern Recognition and Machine Learning
Machine Learning: A Probabilistic Perspective
Learning From Data
Machine Learning
Machine Learning: The Art and Science of Algorithms that Make Sense of Data
Foundations of Machine Learning

任何阶段的学习者都适用的参考：机器学习领域书目全集

其中的重点是：《The Elements of Statistical Learning: Data Mining, Inference, and Prediction》

机器学习图书——按主题分

有关 R 语言在机器学习中如何应用的图书。

R for Data Science: Import, Tidy, Transform, Visualize, and Model Data .
Machine Learning with R .
Machine Learning With R Cookbook – 110 Recipes for Building Powerful Predictive Models with R .
R Machine Learning By Example .
R Machine Learning Essentials .
Mastering Machine Learning with R
An Introduction to Statistical Learning: with Applications in R .
Practical Data Science with R
Applied Predictive Modeling .
R and Data Mining: Examples and Case Studies

这方面的首选图书是：《The Elements of Statistical Learning: Data Mining, Inference, and Prediction》。

Python 机器学习

以下列出 Python 机器学习热门书籍

Python Machine Learning
Data Science from Scratch: First Principles with Python
Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems
Introduction to Machine Learning with Python: A Guide for Data Scientists
Vital Introduction to Machine Learning with Python: Best Practices to Improve and Optimize Machine Learning Systems and Algorithms
Machine Learning in Python: Essential Techniques for Predictive Analysis
Python Data Science Handbook: Essential Tools for Working with Data
Introducing Data Science: Big Data, Machine Learning, and more, using Python tools
Real-World Machine Learning

任何阶段的学习者都适用的参考：机器学习领域书目全集

最值得注意的当然是《Python 机器学习》了。

深度学习

注意：深度学习的图书目前还比较稀缺，以下这份列表只能保证数量，而不是质量。

Deep Learning
Deep Learning: A Practitioner’s Approach
Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms
Learning TensorFlow: A guide to building deep learning systems
Machine Learning with TensorFlow
TensorFlow Machine Learning Cookbook
Getting Started with TensorFlow
TensorFlow for Machine Intelligence: A Hands-On Introduction to Learning Algorithms

任何阶段的学习者都适用的参考：机器学习领域书目全集

其中最重要的一本书当然是：Yoshua Bengio 和 Ian Goodfellow 所著的《Deep Learning》。

时序序列预测

目前时序序列预测在实际应用中主要是由 R 语言的平台所主导。

Time Series Analysis: Forecasting and Control
Practical Time Series Forecasting with R: A Hands-On Guide
Introduction to Time Series and Forecasting
Forecasting: principles and practice

最优质的入门介绍书籍是 Forecasting：principles and practice。

任何阶段的学习者都适用的参考：机器学习领域书目全集

时序序列最优质的教科书是 Time Series Analysis: Forecasting and Control。

任何阶段的学习者都适用的参考：机器学习领域书目全集

机器学习图书——按照出版商分类

目前活跃在机器学习领域的出版商主要有： O'Reilly, Manning 和 Packt。它们出版了数量可观的相关图书，但质量良莠不齐，从精心设计和编纂的到搜集科技博客内容整合到一起的都有。

O'Reilly 的机器学习书籍

O'Reilly 的「data」标签下有一百本书，其中大部分都是与机器学习相关的，以下是一些最畅销的书籍。

Programming Collective Intelligence: Building Smart Web 2.0 Applications
Introduction to Machine Learning with Python: A Guide for Data Scientists
Deep Learning: A Practitioner’s Approach
Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms
Data Science from Scratch: First Principles with Python
Python Data Science Handbook: Essential Tools for Working with Data