免费下载 | 20本机器学习和数据科学必读书籍

整理 | 阿司匹林

出品 | 人工智能头条（公众号ID：AI_Thinker）

炎炎夏日，有什么比学习更能振奋人心！

KDnuggets 网站编辑 Matthew Mayo 特意为广大读者挑选了 20 本机器学习和数据科学相关的书籍。

这份书单除了 Ian Goodfellow 等人的 Deep Learning、吴恩达的 Machine Learning Yearning 等经典著作之外，还有 Python、统计学习、贝叶斯理论等相关书籍。

重点是，这些书籍全都可以免费下载或者在线阅读。

一分钱都不用花，妈妈再也不用担心我的学习了~



▌1. Think Stats: Probability and Statistics for Programmers

• 作者：

  Allen B. Downey
  

• 地址：

  http://www.greenteapress.com/thinkstats/

▌2. Probabilistic Programming & Bayesian Methods for Hackers

• 作者：

  Cam Davidson-Pilon

• 地址：

  http://camdavidsonpilon.github.io/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/#contents

▌3. Understanding Machine Learning: From Theory to Algorithms

• 作者：

  Shai Shalev-Shwartz and Shai Ben-David

• 地址：

  http://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/

▌4. The Elements of Statistical Learning

• 作者：

  Trevor Hastie, Robert Tibshirani and Jerome Friedman

• 地址：

  https://web.stanford.edu/~hastie/Papers/ESLII.pdf

▌5. An Introduction to Statistical Learning with Applications in R

• 作者：

  Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani

• 地址：

  http://www-bcf.usc.edu/~gareth/ISL/

▌6. Foundations of Data Science

• 作者：

  Avrim Blum, John Hopcroft, and Ravindran Kannan

• 地址：

  https://www.cs.cornell.edu/jeh/book.pdf

▌7. A Programmer's Guide to Data Mining: The Ancient Art of the Numerati

• 作者：

  Ron Zacharski

• 地址：

  http://guidetodatamining.com/

▌8. Mining of Massive Datasets

• 作者：

  Jure Leskovec, Anand Rajaraman and Jeff Ullman

• 地址：

  http://mmds.org/

▌9. Deep Learning

• 作者：

  Ian Goodfellow, Yoshua Bengio and Aaron Courville

• 地址：

  http://www.deeplearningbook.org/

▌10. Machine Learning Yearning

• 作者：

  Andrew Ng

• 地址：

  http://www.mlyearning.org/

▌11. Python Data Science Handbook

• 作者：

  Jake VanderPlas

• 地址：

  https://github.com/jakevdp/PythonDataScienceHandbook

 

▌12. Neural Networks and Deep Learning

• 作者：

  Michael Nielsen

• 地址：

  http://neuralnetworksanddeeplearning.com/

 

▌13. Think Bayes

• 作者：

  Allen B. Downey

• 地址：

  http://greenteapress.com/wp/think-bayes/

 

▌14. Machine Learning & Big Data

• 作者：

  Kareem Alkaseer

• 地址：

  http://www.kareemalkaseer.com/books/ml

 

▌15. Statistical Learning with Sparsity: The Lasso and Generalizations

• 作者：

  Trevor Hastie, Robert Tibshirani, Martin Wainwright

• 地址：

  https://web.stanford.edu/~hastie/StatLearnSparsity/

 

▌16. Statistical inference for data science

• 作者：

  Brian Caffo

• 地址：

  https://leanpub.com/LittleInferenceBook/read

 

▌17. Convex Optimization

• 作者：

  Stephen Boyd and Lieven Vandenberghe

• 地址：

  http://stanford.edu/~boyd/cvxbook/

 

▌18. Natural Language Processing with Python 

• 作者：

  Steven Bird, Ewan Klein, and Edward Loper

• 地址：

  https://www.nltk.org/book/

 

▌19. Automate the Boring Stuff with Python

• 作者：

  Al Sweigart

• 地址：

  https://automatetheboringstuff.com/

 

▌20. Social Media Mining: An Introduction

• 作者：

  Reza Zafarani, Mohammad Ali Abbasi and Huan Liu

• 地址：

  http://dmml.asu.edu/smm/

参考链接：

https://www.kdnuggets.com/2017/04/10-free-must-read-books-machine-learning-data-science.html

https://www.kdnuggets.com/2018/05/10-more-free-must-read-books-for-machine-learning-and-data-science.html

精彩预告

◆

公开课

◆

时间：5月31日 20:00-21:00

扫描海报二维码，免费报名

添加小助手微信csdnai，备注：公开课，加入课程交流群

点击 |阅读原文| 查看公开课详情