首页 > 机器学习书籍推荐

机器学习书籍推荐

机器学习是一个很模糊且宽泛的话题,关于它的书籍、博客、视频课程也是非常多的,如果希望深入学习,建议还是系统的看看相关的书籍、视频课程等,然后尽量动手实现一下,因为当你动手实现的时候你会对它的理解更加深刻。

本次书籍推荐包括系统学习机器学习的必读书目,包括入门、进阶、Python实践、面试等各个阶段。

附书单链接:https://www.nowcoder.com/library/book-list/6679

欢迎各位大佬回帖补充!!

入门

1、《机器学习》——俗称西瓜书,机器学习相关理论

作者:周志华



首先推荐的一本书的周志华的《机器学习》,网称西瓜书,这是机器学习领域的经典入门教材之一,是一本大而全的书!内容中有用到西瓜举例子。如果你之前真的没有接触过任何关于机器学习的知识,那么这本书大概可以作为你第一本入门书。这本书对理论的讲解并没有很深入,但是通过举例子可以让人很容易理解每一个算法。

本书简单介绍了机器学习的基础知识、各种流派的学习算法,通读本书可对机器学习的原理、内容、功能、流派,应用有一个整体的认识。

2、《统计学习方法》——机器学习算法的理论推导

作者:李航


本书叙述力求从具体问题或实例入手, 由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学会运用。 为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,列出了主要参考文献。

这本书对机器学习原理的解释、公式的推导非常非常详尽,相信看完这本书,不会再说机器学习是玄学了。目前已经出了第二版。第二版要比第一版厚一些。使用这本书强烈建议里面的公式动手在白纸上推一推!

进阶

1、《机器学习实战》——机器学习算法的Python实现

作者:Peter Harrington


通过上面两本书学习了概念、原理、公式推导,接下来可以实战一下。这本书作为机器学习实战的入门书再合适不过。 里面的代码跟着敲,不敲没效果哦。

本书看下来最大的特点就是以成熟可运行的机器学习库为基础,描述如何使用各种机器学习算法在数据上进行训练、优化,得到可用模型,然后介绍算法背后的理论基础,这样可以使读者先有算法感性认识,再到理性认识,能更好理解掌握机器学习方法。比起有些只讲理论、数学公式一大堆的书籍,本书要易读很多。

2、《深度学习》

作者:[美] 伊恩·古德费洛 / [加] 约书亚·本吉奥 / [加] 亚伦·库维尔


《深度学习》由全球知名的三位专家伊恩·古德费洛、约书亚·本吉奥、亚伦·库维尔撰写,是深度学习领域奠基性的经典教材

全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。

Python实践

1、《流畅的Python》

作者:[巴西] Luciano Ramalho


首先推荐第一本python的入门书《流畅的Python》,可以通过这本书了解一些Python的知识,一般机器学习的代码用python写的比较多,如果之前没有用过Python的话,那可以从这本书开始了解它。


2、《利用python进行数据分析》——Python常用的库学习(numpy,pandas,Matplotlib等

作者:Wes McKinney


当你掌握了Python的基础知识之后,想要往机器学习方向发展的话,还需要掌握一些常用的库,包括Pandas、Numpy、Matplotlib等等。推荐这本《利用python进行数据分析》。


面试

《百面机器学习》——面试用书

作者:葫芦娃


书中收录了超过100道机器学习算法工程师的面试题目和解答,其中大部分源于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出发,不仅囊括了机器学习的基本知识 ,而且还包含了成为出众算法工程师的相关技能,更重要的是凝聚了笔者对人工智能领域的一颗热忱之心,旨在培养读者发现问题、解决问题、扩展问题的能力,建立对机器学习的热爱,共绘人工智能世界的宏伟蓝图。

很多同学靠这本书拿offer到手软。
《算法岗求职经验分享(机器学习方向)》同样也有关于这些书的推荐,看offer收割机是如何拿到机器学习岗校招offer的!

全部评论

(1) 回帖
加载中...
话题 回帖

推荐话题

相关热帖

近期精华帖

热门推荐