編者注：澳大利亞機器學習專家、暢銷書作者  Jason Brownlee，對機器學習領域的各類優(yōu)質書籍進行了盤點，匯總成這份閱讀指南。在雷鋒網所篩選的學習資源中，這堪稱是迄今為止最全面、最完整、權威性比較高的一份 ML 書單，涵蓋了最值得學習者、從業(yè)者、開發(fā)者認真研讀的精品書目。這份指南適合多樣背景的讀者：從想要了解機器學習的普通人，到入門新手，再到高階開發(fā)者和學術研究人員。因此，雷鋒網對其進行編譯整理，特來與大家分享。

友情提醒：該指南只考慮了英文市場的機器學習圖書，適合大家作為國際 ML 讀物的參考。而例如周志華老師 《機器學習》等國內優(yōu)秀著作并沒有體現，請讀者見諒。

Jason Brownlee：

我喜歡書，對于搞到的每一本機器學習書籍，我都要去讀。

我認為，有好的參考資源，是對你心中機器學習謎題進行“解惑”的最快方式。閱讀多本書，你就有了看待疑難問題的多種角度。

這份指南中，你會發(fā)現機器學習領域最值得一讀的好書。

有許多原因促使人們想要機器學習書籍。因此，我采用了三種不同方式對機器學習書籍進行分類、排列，使讀者們能按圖索驥快速查找。比方說：

• 依據類別（難易）：教材，科普等。

• 依據話題：Python，深度學習等

• 依據出版商：Packt，O’Reilly 等

所有書都包括了亞馬遜或京東鏈接，你可以點擊鏈接了解更多。

如何使用這份指南？

1. 找到一個你最感興趣的話題

2. 瀏覽所選類別的書目

3. 購書、借書、下載

4. 從頭讀到尾

5. 重復以上過程

把書擺在家里、辦公室顯眼的地方，跟你讀過那本書是兩碼事。別瞎搞收藏。

1.0 依據難易水平

1.1 機器學習科普讀物

這是面向普通大眾的機器學習書目。它們讓你體會到機器學習和數據科學的優(yōu)點和益處，但免去了理論和應用細節(jié)。我還加入了一些個人非常喜歡的、偏“統(tǒng)計思維”的流行科普讀物。

• The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World

  譯本：終極算法:機器學習和人工智能如何重塑世界

• Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die

  譯本：大數據預測
  

• The Signal and the Noise: Why So Many Predictions Fail–but Some Don't

• Naked Statistics: Stripping the Dread from the Data

• The Drunkard's Walk: How Randomness Rules Our Lives

該類別的首選是： The Signal and the Noise

與上述讀物的樂觀相比，提供了反面觀點的是：Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy.

1.2 初學者書籍

真正面向零基礎初學者的機器學習書籍，基本上是一片市場空白。下面的這些書，既包含了科普讀物（見 1.1）中使用機器學習的益處，也部分包含了多見于入門書籍（見 1.3）的應用細節(jié)。

• Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking

• Data Smart: Using Data Science to Transform Information into Insight

• Data Mining: Practical Machine Learning Tools and Techniques （第四版）

  譯本：數據挖掘：實用機器學習工具與技術（第三版）

• Doing Data Science: Straight Talk from the Frontline

• 譯本：數據科學實戰(zhàn) 

該類別的首選是：Data Mining: Practical Machine Learning Tools and Techniques （數據挖掘：實用機器學習工具與技術）

1.3 機器學習入門書籍

下面是菜鳥入門的首選書單。相當于本科生級別的機器學習資源，適合基礎學習者以及開發(fā)者新手。它們覆蓋了廣泛的機器學習話題，傾向于“怎么做”，而非“為什么”或是探討理論。

• Machine Learning for Hackers: Case Studies and Algorithms to Get You Started

  譯本：機器學習:實用案例解析 

• Machine Learning in Action

  譯本：機器學習實戰(zhàn) 

• Programming Collective Intelligence: Building Smart Web 2.0 Applications

  譯本：集體智慧編程 

• An Introduction to Statistical Learning: with Applications in R

  譯本：統(tǒng)計學習導論：基于R應用 

• Applied Predictive Modeling

  譯本：應用預測建模

該類別的首選是：An Introduction to Statistical Learning: with Applications in R （統(tǒng)計學習導論：基于R應用）

1.4 （國外）機器學習教科書

下面是世界一流機器學習教材的列表。這些是研究生課程中會使用到的教科書，覆蓋了一系列方法和背后的理論。

• The Elements of Statistical Learning: Data Mining, Inference, and Prediction

  譯本：統(tǒng)計學習基礎：數據挖掘、推理與預測

• Pattern Recognition and Machine Learning

• Machine Learning: A Probabilistic Perspective

• Learning From Data

• Machine Learning

• Machine Learning: The Art and Science of Algorithms that Make Sense of Data

  譯本：機器學習

• Foundations of Machine Learning

該類別的首選是： The Elements of Statistical Learning: Data Mining, Inference, and Prediction （統(tǒng)計學習基礎：數據挖掘、推理與預測）

2.0 依據話題

2.1 與 R 語言相關

R 語言平臺的應用機器學習書目。

• R for Data Science: Import, Tidy, Transform, Visualize, and Model Data

• Machine Learning with R

• Machine Learning With R Cookbook – 110 Recipes for Building Powerful Predictive Models with R

  國內名為：R語言機器學習參考手冊（英文影印版）

• R Machine Learning By Example

• R Machine Learning Essentials

• Mastering Machine Learning with R

• An Introduction to Statistical Learning: with Applications in R

  譯本：統(tǒng)計學習導論：基于R應用 

• Practical Data Science with R

  譯本：數據科學:理論、方法與R語言實踐

• Applied Predictive Modeling

  譯本：應用預測建模

• R and Data Mining: Examples and Case Studies

  譯本：計算機科學叢書:R語言與數據挖掘最佳實踐和經典案例

該類別的首選是：Applied Predictive Modeling（應用預測建模）

2.2 與 Python 相關

使用 Python 或 SciPy 語言平臺的應用機器學習書目。

• Python Machine Learning

  國內名為：Python 語言構建機器學習系統(tǒng)（英文影印版）

• Data Science from Scratch: First Principles with Python

  譯本：數據科學入門 (圖靈程序設計叢書)

• Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems

• Introduction to Machine Learning with Python: A Guide for Data Scientists

• Vital Introduction to Machine Learning with Python: Best Practices to Improve and Optimize Machine Learning Systems and Algorithms

• Machine Learning in Python: Essential Techniques for Predictive Analysis 

  譯本：Python機器學習:預測分析核心算法 

• Python Data Science Handbook: Essential Tools for Working with Data

• Introducing Data Science: Big Data, Machine Learning, and more, using Python tools

• Real-World Machine Learning

該類別的首選是： Python Machine Learning （Python 語言構建機器學習系統(tǒng)）

2.3 深度學習

深度學習書目?，F在沒幾本深度學習的好書，所以我只得用數量彌補質量。其中有許多專門針對 Tesnorflow 的教程。雷鋒網注：該類推薦書目“全軍覆沒”——沒有一本書有中文譯本。這或許是因為深度學習領域理論框架尚不完善，缺乏影響力巨大的著作。

• Deep Learning

• Deep Learning: A Practitioner's Approach

• Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms

• Learning TensorFlow: A guide to building deep learning systems

• Machine Learning with TensorFlow

• TensorFlow Machine Learning Cookbook

• Getting Started with TensorFlow

• TensorFlow for Machine Intelligence: A Hands-On Introduction to Learning Algorithms

該類別毫無疑問的首選是：Deep Learning.

另外，Michael Nielsen 的免費電子書 Neural Networks and Deep Learning 簡單易懂，深受許多入門學習者的喜愛，雷鋒網將其添加在這里，以作補充。

2.4 時間序列預測

時間序列預測領域最值得一讀的書目。在該技術的應用方面，目前 R 語言是霸主。

• Time Series Analysis: Forecasting and Control

• Practical Time Series Forecasting with R: A Hands-On Guide

• Introduction to Time Series and Forecasting

• Forecasting: principles and practice

該類別的入門首選是：Forecasting: principles and practice.

該類別的首選教材是：Time Series Analysis: Forecasting and Control.

3.0 依據出版商

有三個出版商在機器學習領域下了大力氣，并且在認真出版圖書。

它們是: O'Reilly, Manning 和 Packt。它們的焦點是應用書籍。該榜單上的書籍質量參差不齊：從嚴謹設計、編排的圖書到裝訂在一起的博文。

3.1 O'Reilly 機器學習書籍

在它們的“數據”類別，O'Reilly 有超過 100 本圖書，許多與機器學習相關。以下是最暢銷的幾本：

• Programming Collective Intelligence: Building Smart Web 2.0 Applications

  譯本：集體智慧編程

• Introduction to Machine Learning with Python: A Guide for Data Scientists

• Deep Learning: A Practitioner's Approach

• Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms

• Data Science from Scratch: First Principles with Python

  譯本：數據科學入門

• Python Data Science Handbook: Essential Tools for Working with Data

這些書中，Programming Collective Intelligence: Building Smart Web 2.0 Applications （集體智慧編程） 或許是開創(chuàng)了 O'Reilly 該目錄的書，一直很受歡迎。

3.2 Manning 機器學習書籍

Manning 的書偏實用，并且質量還行，雖然數量沒 O’Reilly 和 Packt 那么多。

• Machine Learning in Action

  譯本：機器學習實戰(zhàn)

• Real-World Machine Learning

• Introducing Data Science: Big Data, Machine Learning, and more, using Python tools

• Practical Data Science with R

  譯本：數據科學:理論、方法與R語言實踐

Manning 目錄里較突出的一本是 Machine Learning in Action（機器學習實戰(zhàn)），這也許同樣是因為，它是該出版社在機器學習和數據科學領域的第一本出版物。

3.3 Packt 機器學習書籍

感覺上 Packt 全面擁抱了數據科學和機器學習領域的圖書出版。他們有一大堆針對晦澀難懂機器學習庫的書。在流行話題上面，比如 R 和 Python，也有不少書籍出版。雷鋒網注：可惜的是，Packt 似乎不重視漢語市場，旗下主要機器學習圖書并沒有中文譯本。

以下是一些較流行的書目：

• Machine Learning with R

• Python Machine Learning

• Practical Machine Learning

• Machine Learning in Java

• Mastering .NET Machine Learnin

相關文章：

開發(fā)者入門必讀：最值得看的十大機器學習公開課

2016十大 AI 演講盤點，大牛們都發(fā)表了什么真知灼見？

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。