機器學習和資料科學領域，推薦幾本學習書單

今天先為大家推薦10本機器學習和資料科學的書籍，有興趣的可以細讀一下：

PDF版本已為大家下載好

獲取連結：連結:https://pan.baidu.com/s/1SwCt1iyrrh_mG3iKr6ZxZQ密碼:813o

只能線上閱讀的書籍已附上地址

廢話不多說，正文開始。

1.PythonDataScienceHandbook

作者：JakeVanderPlas

簡介：

本書介紹了在Python中處理資料所必需的核心庫：特別是NumPy，Pandas，Matplotlib，Scikit-Learn和相關軟體包。

如果你需要快速瞭解語言本身，請參閱免費的入門專案，AWhirlwindTourofPython：它是針對研究人員和科學家的Python語言的快節奏介紹。

2.NeuralNetworksandDeepLearning

作者：MichaelNielsen

簡介：

這是一本免費的線上書籍，神經網路和深度學習目前為影象識別，語音識別和自然語言處理中的許多問題提供了最佳解決方案。本書將教您神經網路和深度學習背後的許多核心概念。

線上閱讀網址：http://neuralnetworksanddeeplearning.com/

3.ThinkBayes

作者：AllenB.Downey

簡介：

ThinkBayes是使用計算方法對貝葉斯統計的介紹。

本書以及ThinkX系列中的其他書籍的前提是：如果您知道如何程式設計，則可以使用該技能來學習其他主題。

大多數關於貝葉斯統計的書籍都使用數學符號，並根據微積分等數學概念提出想法。本書使用Python程式碼而不是數學，並且使用離散近似而不是連續數學。因此，數學書中的積分將成為求和，並且大多數關於概率分佈的操作都是簡單的迴圈。

4.MachineLearning&BigData

作者：ByKareemAlkaseer

簡介：

其背後的目的是在理論和實現之間取得平衡，以便軟體工程師能夠輕鬆地實現機器學習模型，而無需過多依賴庫。

大多數情況下，模型或技術背後的概念是簡單或直觀的，但它會在細節或術語中丟失。此外，大多數情況下現有的庫可以解決手頭的問題，但它們被視為黑盒子，而且往往它們有自己的抽象和架構隱藏了潛在的概念。本書的目的是使基本概念清晰明瞭。

線上閱讀網址：http://www.kareemalkaseer.com/books/ml

5.StatisticalLearningwithSparsity:TheLassoandGeneralizations

作者：TrevorHastie,;RobertTibshirani,;MartinWainwright

簡介：

這本書總結了正在快速發展的具有稀疏性的統計學習領域。稀疏統計模型是一個具有少量非零引數或權重的模型。它代表了一種經典的“少即是多”的思想，即稀疏模型比稠密的模型更容易估計和解釋。在這個大資料時代，特徵空間可能很大，而稀疏性假設可以幫助我們解決這些問題，並從大資料集中提取有用且可重現的特徵模式。

6.Statisticalinferencefordatascience

作者：BrianCaffo

簡介：

本書是作為資料科學專業化的一部分編寫的統計推理課程的配套書。但是，如果你不上課，這本書大多是獨立的。本書的一個有用組成部分是一系列包含Coursera課程的YouTube視訊。

本書旨在成為統計推斷這一重要領域的低成本介紹。目標受眾是具有數學和計算知識的學生，他們希望將這些技能用於資料科學或統計學。這本書是免費提供的github上的一系列降價檔案，以及LeanPub和零售店的更方便的形式(epub，mobi)。

線上閱讀網址：https://leanpub.com/LittleInferenceBook

7.ConvexOptimization

作者：StephenBoydan;LievenVandenberghe

簡介：

本書是關於凸優化的，這是一類特殊的數學優化問題，包括最小二乘和線性規劃問題。眾所周知，最小二乘和線性規劃問題具有相當完整的理論，出現在各種應用中，並且可以非常有效地在數值上求解。本書的基本觀點是，對於更大類的凸優化問題也可以這樣說。

8.NaturalLanguageProcessingwithPython

作者：StevenBird;EwanKlein,;EdwardLoper

簡介：

這是一本關於自然語言處理的書。“自然語言”是指用於人類日常交流的語言;英語，印地語或葡萄牙語等語言。與人工語言(如程式語言和數學符號)相比，自然語言在代代相傳的過程中不斷髮展，並且很難用明確的規則來確定。我們將從廣義上講自然語言處理-或簡稱NLP-涵蓋任何型別的自然語言的計算機操作…

本書基於Python程式語言和一個名為NaturalLanguageToolkit(NLTK)的開源庫。

線上閱讀網址：https://www.nltk.org/book/

9.AutomatetheBoringStuffwithPython

作者：AlSweigart

簡介：

如果你曾經花費數小時重新命名檔案或更新數百個電子表格單元格，那麼你就知道這些繁瑣的任務是多麼繁瑣。但是如果你能讓讓你的電腦來做這些，是不是就可以省去很多工作呢?

在使用Python自動化無聊的東西時，你將學習如何使用Python編寫程式，這些程式可以在幾分鐘內完成耗時的手動操作-無需任何先前的程式設計經驗。一旦掌握了程式設計的基礎知識，你就可以建立Python程式，輕鬆地執行有用且令人印象深刻的自動化功能。

線上閱讀網址：https://automatetheboringstuff.com/

10.SocialMediaMining:AnIntroduction

作者：RezaZafarani;MohammadAliAbbasi;HuanLiu

簡介：

過去十年社交媒體的發展徹底改變了個人互動和行業開展業務的方式。通過社交媒體互動，共享和消費內容，個人以前所未有的速度生成資料。理解和處理這種新型資料以收集可操作的模式，為跨學科研究，新演算法和工具開發提供了挑戰和機遇。社交媒體挖掘整合了社交媒體、社交網路分析和資料探勘，為學生、從業者、研究人員和專案經理提供了一個方便，連貫的平臺，以瞭解社交媒體挖掘的基礎和潛力。
　　 人工智慧、大資料、雲端計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
大資料工程師培訓，需要學習的有哪些課程?
http://www.duozhishidai.com/article-15081-1.html
大資料工程師就業培訓哪個好?
http://www.duozhishidai.com/article-15082-1.html
java大資料與python大資料如何選擇？
http://www.duozhishidai.com/article-12540-1.html

---

多智時代-人工智慧和大資料學習入門網站|人工智慧、大資料、物聯網、雲端計算的學習交流網站