资源｜任何阶段的学习者都适用的参考：机器学习领域书目全集

选自Machine Learning Mastery

机器之心编译

参与：李泽南、朱思颖

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

1. 找到你最感兴趣的分类方式，找到需要的主题；

2. 在你选择的主题中挑选；

3. 购买图书；

4. 从头到尾阅读；

5. 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

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

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

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

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。

Pattern Recognition and Machine Learning

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

Real-World Machine Learning

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

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。

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

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

Programming Collective Intelligence: Building Smart Web 2.0 Applications 这本书代表了机器学习火热的开始而且已经流行了很长一段时间。