作者 | Pranav Dar
翻译 | Mika
本文为 CDA 数据分析师原创作品,转载需授权
后台回复关键字“电子书”
获取免费书籍资源
许多数据科学和机器学习相关的书籍都比较贵,这考虑到作者写书所要花费的时间和精力来说,这是无可厚非的。
在本文中,针对想成为数据科学家和AI工程师的人群,我们在这里提供了10本机器学习电子书,而且是免费的哦~
当中涉及到统计学的基础知识,以及机器学习基础,还有高级机器学习等内容。
统计
01
Think Stats – Probability and Statistics for Programmers
统计思维——程序员数学之概率和统计
作者: Allan B. Downey
《统计思维》主要面向有Python编程基础的人群,是统计和概率方面的入门书籍。本书的主要内容基于概率分布的Python库(PMF和CDF)。为了方便读者理解,大多数练习都有简短的解释,书中还包括使用美国国立卫生研究院数据的案例研究。
本书的突出特点之一是它涵盖了贝叶斯统计的基础知识,这对于数据科学家而言是很重要的。
02
Bayesian Reasoning and Machine Learning
贝叶斯推理与机器学习
作者:David Barber
这是贝叶斯统计方面的经典书籍。这本书采用贝叶斯统计方法解读机器学习。如果你想入门机器学习领域,这本书一定不容错过。
机器学习和统计学基础
03
An Introduction to Statistical Learning
统计学习导论
作者: Gareth James,Daniela Witten,Trevor Hastie,Robert Tibshirani
这本书十分受欢迎,以机器学习角度入门数据科学。针对入门机器学习领域的初学者,这本书提供了实施统计和机器学习方面的明确指导。当中包含了算法如何实现等实例。
对于那些喜欢用R编程的人来说,这本书有使用R的实例,即使你不是程序员也不要错过这本书。
04
Understanding Machine Learning
理解机器学习
作者: Shai Shalev-Shwartz,Shai Ben-David
这本书系统地介绍了机器学习。这本书基于机器学习的基本理论,并将这些概念转化为实际算法的数学推导。同时书中还涵盖了机器学习算法列表,包括随机梯度下降、神经网络和结构化输出学习等内容。
05
A Programmer’s Guide to Data Mining
程序员数据挖掘指南
作者: Ron Zacharski
我特别喜欢这本书的推荐性的涵盖章节。它以有趣的方式探讨社交过滤和基于项目的过滤方法,以及如何使用机器学习来实现它们。当中还介绍了其他概念,如朴素贝叶斯和聚类等。如果你想入门自然语言处理,当中有一章针对非结构化文本以及如何处理它。同时当中还有使用Python中的示例。
06
Mining of Massive Datasets
海量数据挖掘
作者: Anand Rajaraman, Jeffrey David Ullman
随着大数据时代的到来,能够获得可操作性见解的数据挖掘成为了一项备受追捧的技能。本书重点介绍了用于解决数据挖掘中的关键问题的算法,这些算法甚至可以用于大型数据集。
高级机器学习
07
A Brief Introduction to Neural Networks
神经网络导论
作者: David Kriesel
如果你对神经网络感兴趣,那么一定不要错过这本书。它首先介绍了神经网络的发展历史,然后深入探讨了不同类型神经网络背后的数学原理。注意,阅读本书需要一定的基本线性代数和微积分的知识。
08
Deep Learning
深度学习
作者:Ian Goodfellow,Yoshua Bengio,Aaron Courville
这本书可能是论述深度学习领域知识最全面的书之一。当中详细介绍了蒙特卡罗方法、循环网络、递归网络、自动编码器和深度生成模型等概念。
09
Natural Language Processing with Python
用Python进行自然语言处理
作者:Steven Bird,Ewan Klein,Edward Loper
对自然语言处理感兴趣的人一定要读本书。本书清晰明了易读,当中编写Python代码非常出色。读者还可以访问带注释的数据集,用于分析和处理非结构化数据。
10
Machine Learning Yearning
机器学习思维
作者:吴恩达
在机器学习书单中没有吴恩达的这本书就是不完整的。这本书将帮助读者更快地构建AI系统。它将有效地教你如何通过组织机器学习项目来做出各种决策。
以上就是面向数据科学家和AI工程师的10本经典机器学习书籍了,希望这些书籍能够对你有所帮助。
原文链接:
https://www.analyticsvidhya.com/blog/2018/02/10-free-must-read-machine-learning-e-books/
CDA 课程咨询丨赵老师
更多精彩文章
做数据分析,Python和R究竟哪个更强?
解读 | 数据科学领域常见的3种职业转型方向
求职 | 一份理想的数据科学家简历中要包括哪些技能?
机器学习太难?一文带你掌握机器学习的必备基础知识
手把手教你用Python分析电影 | 以《蚁人2》为例
Python能用来做什么?以下是Python的三大主要用途