雷鋒網(wǎng)按：Matthew Mayo 是知名數(shù)據(jù)科學(xué)網(wǎng)站 KDnuggets 的副主編，同時也是一位資深的數(shù)據(jù)科學(xué)家、深度學(xué)習(xí)技術(shù)愛好者，在機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)領(lǐng)域具有豐富的科研和從業(yè)經(jīng)驗(yàn)。近日，他在 KDnuggets 上推薦了一份機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)相關(guān)的免費(fèi)必讀書單，雷鋒網(wǎng)特來與大家分享。

需要提前說明的是，這份書單大致以由淺入深的順序排列：首先是關(guān)于數(shù)據(jù)統(tǒng)計，接著是機(jī)器學(xué)習(xí)，最后是一些綜合性的更宏觀的書籍。所有書籍均為英文原著，有中文譯本的我們也都給出了相關(guān)鏈接。

以下是書籍清單和簡單介紹：

  Think Stats: Probability and Statistics for Programmers

作者：Allen B. Downey

本書中文名為：《統(tǒng)計思維：程序員數(shù)學(xué)之概率統(tǒng)計》。從書名就能看出來，這本書是為程序員群體量身定制的統(tǒng)計學(xué)內(nèi)容介紹，具體內(nèi)容基于 Python 語言。

本書著重介紹了許多可以用來探索真實(shí)數(shù)據(jù)集的簡單技術(shù)，同時還能利用這些技術(shù)回答許多非常有趣的統(tǒng)計問題。該書的樣例基于美國國家衛(wèi)生研究院的真實(shí)數(shù)據(jù)庫，并鼓勵讀者基于真實(shí)的數(shù)據(jù)進(jìn)行相關(guān)研究。

本書有中文譯本，目前英文原版也已經(jīng)上線了第二版，鏈接如下：

英文地址：http://greenteapress.com/wp/think-stats-2e/ 

中文地址：https://www.gitbook.com/book/jobrest/statistical-thinking/details 

  Probabilistic Programming & Bayesian Methods for Hackers

作者：Cam Davidson-Pilon

本書中文名為《貝葉斯方法:概率編程與貝葉斯推斷》，以計算/理解為主，數(shù)學(xué)內(nèi)容為輔，重點(diǎn)介紹了貝葉斯方法理論和概率編程。

作為推斷中最自然和常見的方法，貝葉斯推斷一般以晦澀難懂的數(shù)學(xué)分析理論為大家所熟知。按照一般的模式，在介紹貝葉斯之前，通常都要先介紹兩到三章的概率論的相關(guān)內(nèi)容。等到概率論介紹完，又常常由于貝葉斯模型的數(shù)學(xué)復(fù)雜度太高，因此只能向讀者展示一些最簡單和粗糙的貝葉斯樣例，于是給讀者造成了一種“貝葉斯似乎也沒什么用”的錯覺。本書則另辟蹊徑，以簡單通俗的講述開始，由淺入深地介紹了貝葉斯理論在黑客和概率編程中的應(yīng)用。

中文購買地址：http://dwz.cn/5Kedr9 

英文地址：http://t.cn/zQZ1p2m 

  Understanding Machine Learning: From Theory to Algorithms

作者：Shai Shalev-Shwartz 和 Shai Ben-David

本書中文名為：《深入理解機(jī)器學(xué)習(xí):從原理到算法》，書中從原理性的內(nèi)容出發(fā)，介紹了機(jī)器學(xué)習(xí)的基本理論和算法范例，同時給出了將這些基礎(chǔ)理論轉(zhuǎn)化為實(shí)際算法的數(shù)學(xué)推導(dǎo)過程。介紹完這些基礎(chǔ)理論之后，本書又介紹了許多其他相關(guān)書籍很少涉及的核心內(nèi)容，包括：模型訓(xùn)練的計算復(fù)雜度，穩(wěn)定性和凸性(convexity)的概念，隨機(jī)梯度下降、神經(jīng)網(wǎng)絡(luò)等算法范例，以及 PAC-Bayes 和 compression-based bounds 等新概念。

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

中文購買地址：http://dwz.cn/5Ke6ne 

  The Elements of Statistical Learning

作者：Trevor Hastie, Robert Tibshirani 和 Jerome Friedman

本書在一些通用概念框架的基礎(chǔ)上介紹了統(tǒng)計學(xué)的一些重要思想。雖然書中的許多方法都是基于統(tǒng)計學(xué)的，并提供了樣例說明和彩色配圖，但核心思想是在向讀者闡述概念和思想，而并非數(shù)學(xué)知識。除了統(tǒng)計學(xué)概念之外，書中還涉及了神經(jīng)網(wǎng)絡(luò)、監(jiān)督學(xué)習(xí)、支持向量機(jī)、分類、預(yù)測和非監(jiān)督學(xué)習(xí)等非常豐富的內(nèi)容。適合于對行業(yè)數(shù)據(jù)挖掘感興趣的統(tǒng)計人員和所有對新興科技感興趣的朋友。

中文地址：http://www.loyhome.com/elements_of_statistical_learining_lecture_notes/ 

英文地址：http://statweb.stanford.edu/~tibs/ElemStatLearn/ 

  An Introduction to Statistical Learning with Applications in R

作者：Gareth James, Daniela Witten, Trevor Hastie 和 Robert Tibshirani

本書中文名為《統(tǒng)計學(xué)習(xí)導(dǎo)論:基于R應(yīng)用》，書中以 R 語言為基礎(chǔ)，詳細(xì)介紹了統(tǒng)計學(xué)習(xí)的核心方法和應(yīng)用，內(nèi)容涉及線性回歸、分類、再抽樣方法、壓縮方法、樹方法、聚類、支持向量機(jī)等。同時，書中提供了大量基于現(xiàn)實(shí)數(shù)據(jù)的樣例，這些數(shù)據(jù)來自近 20 年來生物學(xué)、金融學(xué)、市場營銷學(xué)和天體物理學(xué)等諸多領(lǐng)域。本書主要面向非數(shù)學(xué)專業(yè)的高年級本科生、碩士研究生和博士生。

中文購買地址：http://dwz.cn/5Ke5dE 

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

  Foundations of Data Science

作者：Avrim Blum, John Hopcroft 和 Ravindran Kannan

雖然計算機(jī)科學(xué)的傳統(tǒng)領(lǐng)域仍然非常重要，但是現(xiàn)在已經(jīng)有越來越多的研究員開始著眼于如何使用計算機(jī)來理解和挖掘潛藏在大量數(shù)據(jù)中的有用信息，而不僅僅是用計算機(jī)來解決實(shí)際的應(yīng)用問題。本書詳細(xì)介紹了數(shù)據(jù)科學(xué)的基礎(chǔ)理論和應(yīng)用，作者在前言中指出：“我們希望讀者可以從本書中學(xué)到在未來 40 年仍然有用的數(shù)據(jù)科學(xué)基礎(chǔ)知識，正如自動化相關(guān)的理論和算法在 40 年前做的一樣?！?/p>

英文地址：https://www.cs.cornell.edu/jeh/book.pdf 

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

作者：Ron Zacharski

本書是一個以實(shí)踐操作為主的循序漸進(jìn)式的編程參考，主要以 Python 代碼為基礎(chǔ)，面向數(shù)據(jù)挖掘的相關(guān)使用場景。作者在介紹中表示：“我希望你能參考書中給出的代碼，積極參與數(shù)據(jù)挖據(jù)技術(shù)的實(shí)踐編程，當(dāng)你完成全書的所有內(nèi)容時，實(shí)際上已經(jīng)為數(shù)據(jù)挖掘技術(shù)奠定了堅實(shí)的基礎(chǔ)?！?/p>

英文地址：http://guidetodatamining.com/

  Mining of Massive Datasets

作者：Jure Leskovec, Anand Rajaraman 和 Jeff Ullman

本書中文名為《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》，由斯坦福大學(xué) CS246: Mining Massive Datasets 和 CS345A: Data Mining 課程的內(nèi)容總結(jié)而成，主要關(guān)注極大規(guī)模數(shù)據(jù)的挖掘。主要內(nèi)容包括分布式文件系統(tǒng)、相似性搜索、搜索引擎技術(shù)、頻繁項(xiàng)集挖掘、聚類算法、廣告管理及推薦系統(tǒng)。大部分章節(jié)后都配有對應(yīng)的習(xí)題，以及豐富的擴(kuò)展閱讀推薦，用以鞏固所講解的內(nèi)容。據(jù)官網(wǎng)介紹，本書的內(nèi)容不涉及任何預(yù)備知識，任何人都可以直接學(xué)習(xí)。

中文地址：http://bestcbooks.com/B009HEK8SO/ 

英文地址：http://mmds.org/ 

  Deep Learning

作者：Ian Goodfellow, Yoshua Bengio 和 Aaron Courville

本書為 Yoshua Bengio 和 Ian Goodfellow 等大神合著的深度學(xué)習(xí)教科書，該書主要分為三個部分：機(jī)器學(xué)習(xí)和數(shù)學(xué)基礎(chǔ)，深度學(xué)習(xí)的基礎(chǔ)實(shí)踐，深度學(xué)習(xí)的進(jìn)一步研究。全書內(nèi)容扎實(shí)、講解細(xì)致、深入淺出，特別適合深度學(xué)習(xí)的初學(xué)者通過這本書正式入門機(jī)器學(xué)習(xí)領(lǐng)域的研究。

中文地址：https://github.com/exacity/deeplearningbook-chinese 

英文地址：http://www.deeplearningbook.org/

  Machine Learning Yearning

作者：吳恩達(dá)（Andrew Ng）

這是大神 Andrew Ng 的一本書，官網(wǎng)描述稱：

AI，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)正在改變眾多的行業(yè)。但如何搭建一個真正的機(jī)器學(xué)習(xí)系統(tǒng)，首先需要解決如下幾個問題：

應(yīng)該收集更多的訓(xùn)練數(shù)據(jù)嗎？

應(yīng)該使用端到端的深度學(xué)習(xí)嗎？

如何處理與測試集不匹配的訓(xùn)練集？

等等。

此前，關(guān)于如何解決這些問題的唯一途徑是研究生課程或咨詢公司?，F(xiàn)在我正在寫一本相關(guān)的書籍，希望能幫助各位朋友解決類似的問題，幫助大家更好地搭建 AI 系統(tǒng)。

英文地址：http://www.mlyearning.org/ 

來源：kdnuggets，雷鋒網(wǎng)編譯

雷鋒網(wǎng)相關(guān)閱讀：

機(jī)器學(xué)習(xí)漫游指南 最完整的入門書單（外文版）

原版教材太貴？這幾本機(jī)器學(xué)習(xí)好書其實(shí)不需要花錢

免費(fèi)教材資源第二彈！這回側(cè)重數(shù)據(jù)科學(xué)

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。