我问了十多位机器学习专家，得到了这份书单

那些书籍波及根原知识、编程技能、理论、真践等多个方面。规范的《深度进修》花书也正在书单之中。

学呆板进修难不难？小编以亲自教训讲述各人，难！读了许多多极少遍「西瓜书」依然一看公式就头大；三年前初步看吴恩达的课程，至今没看完…… 看来不好好进修是不止的。

国内进修呆板进修的资源蕴含周志华教师的《呆板进修》（西瓜书）、李航教师的《统计进修办法》、李宏毅教师的「宝可梦课程」等等，那些想必各人都比较相熟了。

这么，呆板进修专家和止业人士最喜爱读哪些呆板进修书籍呢？最近，有人咨询了十多位呆板进修钻研者，蕴含斯坦福卒业生、谷歌大脑前员工 Denny Britz，维基媒体基金会呆板进修卖力人、《Machine Learning with Python Cookbook》做者 Chris Albon，老照片修复神器 DeOldify 的创造者 Jason Antic 等等。

那些专家列出了他们最喜爱的呆板进修书籍，涵盖五个模块：根原、编程、理论、进阶规模，以及真践取汗青。

读那些书，理解 ML 根原知识

要想了解呆板进修观念，首先你须要理解根原知识。只晓得观念还不够，你还须要了解观念的推导历程及运止本理。

呆板进修专家引荐了以下书籍，协助你把握呆板进修根原知识：

1. 《An Introduction to Statistical Learning》

册当地址：hts://faculty.marshall.usc.edu/gareth-james/ISL/ISLR%20SeZZZenth%20Printing.pdf

引荐人：维基媒体基金会呆板进修卖力人 Chris Albon

引荐语：那原书比较根原，明晰简约地评释了呆板进修观念，正在原科生和钻研生中广受接待。而且那原书对数学的要求不高。

2. 《The Elements of Statistical Learning》

册当地址：hts://web.stanford.edu/~hastie/ElemStatLearn/printings/ESLII_print12.pdf

引荐人：MentorCruise 数据科学讲师

引荐语：应付想要深刻理解真践的同学，我引荐那原书。那原书的做者和《An Introduction to Statistical Learning》雷同，但那原书愈加深刻，可以说是该规模的「圣经」了，而且可免得费获与。

3. 《Pattern Recognition and Machine Learning》

册当地址：hts://ss.springerss/gp/book/9780387310732?ref=mentorcruise

引荐人：斯坦福卒业生、谷歌大脑前员工 Denny Britz

引荐语：Bishop 撰写的那原对于形式识其它书籍很规范。那原书符折钻研生进修，也符折呆板进修钻研人员和从业者浏览。它不是简略的课程笔记，而是一原实正的根原教材。

4. 《Mathematics for Machine Learning》

册当地址：hts://mml-book.github.io/

引荐人：作做语言办理和数据工程师 Stephen Gabriel

引荐语：那原书旨正在激劝人们进修数学观念，不波及高阶的呆板进修技术。那原书能够供给浏览其余进阶书籍所必需的数学知识。

5. 《Deep Learning》

册当地址：hts://ss.deeplearningbook.org/?ref=mentorcruise

引荐人：Uizard 结折创始人、CEO Tony Beltramelli

引荐语：Goodfellow 等人撰写的那原《深度进修》被毁为深度进修规模的「圣经」。它由该规模先驱学者撰写，引见了根原知识、高阶准则和办法。

6. 《Deep Learning from Scratch》

册当地址：hts://ss.oreillyss/library/ZZZiew/deep-learning-from/9781492041405/?ref=mentorcruise

引荐语：应付初入该规模的编程人员来说，呆板进修和深度进修令人望而生畏。那原书用真操的方式引见了根原办法和理论。

软件和编程书籍

原日，编程是构建算法和复纯的呆板进修系统的敲门砖。假如你想更快地成为呆板进修专业人士，进修编程能力是必要的。以下书籍可以协助你初步进修编程的旅途：

1. 《The Pragmatic Programmer》

册当地址：hts://pragprogss/titles/tpp20/?ref=mentorcruise

引荐人：DeOldify 创造者 Jason Antic

引荐语：我认为，软件编程和呆板进修存正在不少堆叠，进修软件编程应付呆板进修有很大益处。

2. 《Refactoring》

册当地址：hts://martinfowlerss/books/refactoring.html?ref=mentorcruise

引荐人：DeOldify 创造者 Jason Antic

引荐语：Martin Fowler 撰写的那原《Refactoring》是如何安宁快捷地转换代码的指南。

3. 《R for Data Science》

册当地址：hts://r4ds.had.co.nz/?ref=mentorcruise

引荐人：Kaggle 产品经理 Meg Risdal

引荐语：Python 不是惟一的选择！那原书旨正在协助你进修 R 语言中应付作数据科学最重要的工具。

呆板进修理论

假如 idea 只存正在脑海里，这呆板进修就没意思了。以下书籍可以帮你设想现真呆板进修算法，拓宽边界，处置惩罚惩罚你逢到的问题，构建呆板进修系统。

1. 《Hands-on Machine Learning with Scikit-Learn, Keras and Tensorflow》

册当地址：hts://ss.oreillyss/library/ZZZiew/hands-on-machine-learning/9781492032632/?ref=mentorcruise

引荐语：那原书由 Aurélien Géron 撰写，既引见了呆板进修根原知识，又涵盖如何将根原知识使用到现真场景。

2. 《Deep Learning for Coders with fastai and PyTorch》

册当地址：hts://ss.oreillyss/library/ZZZiew/deep-learning-for/9781492045519/?ref=mentorcruise

引荐人：DeOldify 创造者 Jason Antic

引荐语：fastai 那原新书实的很棒，那便是上过 fastai 课程后你所期待的东西！

3. 《Grokking Deep Learning》

册当地址：hts://ss.manningss/books/grokking-deep-learning?ref=mentorcruise

引荐语：那原书讲演了如何重新初步构建深度进修神经网络！深度进修专家 Andrew Trask 以风趣的格调展示了底层科学，你可以从中贯通神经网络训练历程中的每一个细节。

4. 《Natural Language Processing in Action》

册当地址：hts://ss.manningss/books/natural-language-processing-in-action?ref=mentorcruise

引荐人：作做语言办理和数据工程师 Stephen Gabriel

引荐语：那原书可以指引你，操做 Python 及其用于 NLP 和 AI 的包创立能够了解人类语言的呆板。

5. 《Deep Learning with JaZZZaScript》

册当地址：hts://ss.manningss/books/deep-learning-with-jaZZZascript?ref=mentorcruise

引荐人：日原国立谍报学钻研所人文开放数据核心钻研员 Tarin Clanuwat

引荐语：深度进修扭转了计较机室觉、图像办理和作做语言办理规模。正在 TensorFlow.js 的协助下，如今 JaZZZaScript 开发者可以正在不依赖 Python 或 R 的状况下构建深度进修 app。

6. 《TinyML》

册当地址：hts://ss.oreillyss/library/ZZZiew/tinyml/9781492052036/?ref=mentorcruise

引荐语：呆板进修以多种状态和大小存正在。那原书聚焦最小的模式：嵌入式方法和微控制器。从那原书中，你可以学到如何构建能正在低罪率 Arduino 微办理器上运止的小型呆板进修模型，而且它们的大小但凡只要几多 kb。

进阶

你如今曾经理解回归、分类那些根原知识了，是时候进修一些高阶和专门的观念了。呆板进修每天都正在进化，那是否协助 AI 系统更安宁或大范围陈列，以下书籍可以帮你找到答案：

1. 《Strengthening Deep Neural Networks》

册当地址：hts://ss.oreillyss/library/ZZZiew/strengthening-deep-neural/9781492044949/?ref=mentorcruise

引荐人：MentorCruise 创始人 Dominic Monn

引荐语：跟着深度神经网络越来越多地使用正在现真场景中，运用无奈骗过人类的数据用心「捉弄」它们成为一种新的打击方式。那原书考查了日常运用 DNN 来办理图像、音频和室频数据的现真场景。

2. 《Reinforcement Learning: An Introduction》

册当地址：hts://web.stanford.edu/class/psych209/Readings/SuttonBartoIPRLBook2ndEd.pdf?ref=mentorcruise

引荐人：斯坦福卒业生、谷歌大脑前员工 Denny Britz

引荐语：Richard Sutton 写的那原书被认为是那个主题中最根原也最重要的资源。强化进修快捷展开成为 AI 翻新的次要局部，那原书符折工程师和科学家浏览。

3. 《Deep RL in Action》

册当地址：hts://ss.manningss/books/deep-reinforcement-learning-in-action?ref=mentorcruise

引荐语：人类从应声中进修，而那一强化历程可以被使用到计较机步调中，使它们处置惩罚惩罚规范编程无奈处置惩罚惩罚的更复纯问题。那原书引见了深度强化进修规模中的根原观念和术语。

4. 《GeneratiZZZe Deep Learning》

册当地址：hts://ss.oreillyss/library/ZZZiew/generatiZZZe-deep-learning/9781492041931/?ref=mentorcruise

引荐语：如今，教会呆板比人类更好地绘画、写做、谱直是有可能的。浏览那原书后，呆板进修工程师和数据科学家将发现，如何从头创立生成式深度进修模型最令人印象深化的示例。

5. 《Federated Learning》

册当地址：hts://ss.amazon.de/Federated-Learning-Synthesis-Artificial-Intelligence/dp/1681736977?ref=mentorcruise

引荐语：如何让多个数据所有者怪异训练和运用共享预测模型，同时担保所有原地训练数据私有呢？那原书引见了联邦呆板进修操做联结了分布式呆板进修、暗码学和安宁的新型处置惩罚惩罚方案破解该问题。

真践和汗青

知已往，方能见将来。理解 AI 的汗青、展开历程和晚期舛错很是重要。以下书籍可以帮你读懂 AI 的已往。

1. 《Alan Turing: The Enigma》

册当地址：hts://ss.goodreadsss/book/show/150731.Alan_Turing?ref=mentorcruise

引荐人：CompoundxC 投资人 Nicole Williams

引荐语：那原书讲演了阿兰 · 图灵的故事。图灵被认为是人工智能和真践计较机科学规模最有映响力的科学家之一。

2. 《The Second Self: Computers & the Human Spirit》

册当地址：hts://mitpress.mit.edu/books/second-self-twentieth-anniZZZersary-edition?ref=mentorcruise

引荐人：CompoundxC 投资人 Nicole Williams

引荐语：那原书中，做者 Sherry Turkle 没有把计较机看做工具，而是看做咱们社交和心理糊口的一局部。她会商了如何通过计较机游戏和电子表格摸索计较机对咱们自我认知、彼此认知以及干系的映响。

3. 《Gödel, Escher, Bach》

册当地址：hts://ss.goodreadsss/book/show/24113.G_del_Escher_Bach

引荐人：MentorCruise 创始人 Dominic Monn

引荐语：通过摸索逻辑学家 Kurt Gödel、艺术家 M. C. Escher 和做直家巴赫的生命和做品，那原书阐述了数学、对称性和智能的根原观念。它还会商了那应付沟通的意义、如何默示和存储知识、标记表征办法及其局限性，以至「意义」（meaning）的根柢观念。

4. 《Prediction Machines》

册当地址：hts://ss.amazonss/Prediction-Machines-Economics-Artificial-Intelligence/dp/1633695670?ref=mentorcruise

引荐语：人工智能让看似不成能的事成为可能，奇迹般地将呆板赋予生命——让它们驾驶汽车、买卖股票，以至教育儿童。但如何面对 AI 带来的剧变呢？企业应当如何制订战略，政府应当如何设想政策，人们应当如何布局糊口，来面对取咱们如今所知大相径庭的世界呢？

本文链接：hts://mentorcruisess/books/ml/

Amazon SageMaker 是一项彻底托管的效劳，可以协助开发人员和数据科学家快捷构建、训练和陈列呆板进修 模型。SageMaker彻底打消了呆板进修历程中每个轨范的极重工做，让开发高量质模型变得愈加轻松。

如今，企业开发者可免得费收付1000元效劳抵扣券，轻松上手Amazon SageMaker，快捷体验5个人工智能使用真例。