3
免費的機器學習圖書資源其實有不少，包括許多未正式出版的筆記、手冊。雷鋒網(wǎng)此前做了多次分享。這一次，有國外開發(fā)者從免費資源里面，篩選出了最值得深入閱讀的幾本，雷鋒網(wǎng)特來與大家分享。
首先聲明，所有書籍均為正版來源。免費的原因有很多：促進知識分享的公益項目，選擇將學習資源對社會開放的國外高校，有心做公益的作者、出版社等等。
其次，編者要指出：所有圖書均為英文原著。除兩本教程外，其余都有中文譯版，國內(nèi)可方便買到，需要的同學可對照閱讀。
最后，本列表不分先后次序。
作者：Jure Leskovec, Anand Rajaraman, Jeff Ullman
這本書基于兩門斯坦福大學計算機科學專業(yè)的課程： CS246 和 CS35A。它的受眾為計算機專業(yè)的本科學生，不需要任何基礎（高中數(shù)學學好即可）。劍橋大學出版社出版。譯本名為《大數(shù)據(jù):互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)挖掘與分布式處理》。
原版下載地址：http://mmds.org/#ver21
作者：Gareth James, Daniela Witten, Trevor Hastie，Robert Tibshirani
如同其名，這是統(tǒng)計學習方法的入門學習書籍，同時還包含了一系列 R 語言應用工具。中文版名為《統(tǒng)計學習導論：基于R應用》。
原版下載地址：http://www-bcf.usc.edu/~gareth/ISL/
作者：Cam Davidson-Pilon
這本書從計算的角度介紹貝葉斯方法和概率編程。對數(shù)學基礎不夠牢靠的開發(fā)者特別有幫助。國內(nèi)譯版：《貝葉斯方法:概率編程與貝葉斯推斷》。
原版下載地址：http://ptgmedia.pearsoncmg.com/images/9780133902839/samplepages/9780133902839.pdf
作者：Shai Shalev-Shwartz，Shai Ben-David
受眾為有堅實數(shù)學基礎的讀者。有了這一前提，本書是理解機器學習背后原理的最佳著作之一。國內(nèi)譯版名為《深入理解機器學習:從原理到算法》。
作者：蒙特利爾大學 LISA 實驗室
未正式出版的手冊，也因此沒有中文譯本。對于使用 Theano 的深度學習開發(fā)者，這本教程是必讀。
下載地址：http://deeplearning.net/tutorial/deeplearning.pdf
作者：Andreas Mueller
又是一個未出版的教程，講解用于統(tǒng)計推斷的機器學習技巧。
下載地址：http://gael-varoquaux.info/scikit-learn-tutorial/
在上述書籍之外，倒還有幾本不錯的機器學習和統(tǒng)計領域的免費電子書。但雷鋒網(wǎng)此前盤點過的，本文不再重復。請參考此前文章：最近很火的《計算機科學的數(shù)學》是本什么樣的書？。
另外，更全面的機器學習外文書籍盤點，請看：機器學習漫游指南 最完整的入門書單（外文版）。
via paralleldots
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
