机器学习是一门多畛域交叉学科，波及概率论、统计学、迫近论、凸剖析、算法复杂度实践等多门学科。专门钻研计算机怎么模仿或实现人类的学习行为，以获取新的常识或技能，从新组织已有的知识结构使之一直改善本身的性能。
它是人工智能的外围，是使计算机具备智能的根本途径。
2020 年，仿佛没有哪一个方向能比机器学习还要炽热了，即便咱们不打算从事算法方向，理解一点机器学习的基础知识也不是什么好事，这一份书单，将带你入门根底的机器学习常识。
机器学习系列书单
图解机器学习
《图解机器学习》用丰盛的图示，从 ZUI 小二乘法登程，对基于 ZUI 小二乘法实现的各种机器学习算法进行了具体的介绍。第Ⅰ局部介绍了机器学习畛域的详情；第Ⅱ局部和第Ⅲ局部别离介绍了各种有监督的回归算法和分类算法；第Ⅳ局部介绍了各种监督学习算法；第Ⅴ局部介绍了机器学习畛域中的新兴算法。书中大部分算法都有相应的 MATLAB 程序源代码，能够用来进行简略的测试。
作者简介
杉山将，1974 年生于大阪。东京工业大学计算机工程学博士毕业，现为东京大学传授、日本国立信息学研究所客座教授。次要从事机器学习的实践钻研和算法开发，以及在信号和图像处理等方面的利用。2011 年获日本信息处理学会长尾真留念特别奖。著有《统计机器学习》、DensityRatioEstimationinMachineLearning 等。同时也是 PatternRecognitionandMachineLearning 日文版的译者之一。
许永伟，2009 年赴东京大学攻读博士学位，现于东京大学空间信息迷信研究所从事博士后钻研（特任研究员）。次要钻研方向为模式识别与机器学习、图像处理与计算机视觉，对数据挖掘、大数据和信息架构有浓厚兴趣。
深入浅出 Python 机器学习
机器学习正在迅速扭转咱们的世界。咱们简直每天都会读到机器学习如何扭转日常的生存。如果你在淘宝或者京东这样的电子商务网站购买商品，或者在爱奇艺或是腾讯视频这样的视频网站观看节目，甚至只是进行一次百度搜寻，就曾经触碰到了机器学习的利用。
应用这些服务的用户会产生数据，这些数据会被收集，在进行预处理之后用来训练模型，而模型会通过这些数据来提供更好的用户体验。此外，目前还有很多应用机器学习技术的产品或服务行将在咱们的生存当中遍及，如可能解放双手的无人驾驶汽车、聪明伶俐的智能家居产品、善解人意的导购机器人等。能够说要想深刻机器学习的利用开发当中，当初就是一个十分现实的机会。
本书内容涵盖了有监督学习、无监督学习、模型优化、自然语言解决等机器学习畛域所必须把握的常识，从内容构造上十分重视常识的实用性和可操作性。全书采纳由浅入深、循序渐进的讲授形式，齐全遵循和尊重初学者对机器学习常识的认知法则。本书适宜有肯定程序设计语言和算法根底的读者学习应用。
作者简介
段小手，君兮科技创始人，毕业于北京大学。具备 10 余年国内一线互联网 / 电子商务公司项目管理教训。其负责的跨境电子商务我的项目曾取得“国家发改委电子商务示范我的项目”“中关村古代服务业试点我的项目”“北京市信息化基础设施晋升我的项目”“北京市外贸综合公共平台”等专项政策反对。目前重点钻研畛域为机器学习和深度学习等方面。
百面机器学习：算法工程师带你去面试
人工智能畛域正在以超乎人们设想的速度倒退，本书赶在人工智能彻底霸占世界之前实现编写，实属万幸。
书中收录了超过 100 道机器学习算法工程师的面试题目和解答，其中大部分源于 Hulu 算法钻研岗位的实在场景。本书从日常工作、生存中各种乏味的景象登程，不仅囊括了机器学习的基本知识，而且还蕴含了成为出众算法工程师的相干技能，更重要的是凝聚了笔者对人工智能畛域的一颗热诚之心，旨在造就读者发现问题、解决问题、扩大问题的能力，建设对机器学习的酷爱，共绘人工智能世界的宏伟蓝图。
“不积跬步，无以至千里”，本书将从特色工程、模型评估、降维等经典机器学习畛域登程，构建一个算法工程师必 - 备的常识体系；见神经网络、强化学习、生成反抗网络等新科研停顿之微，知深度学习畛域胜败兴衰之着；“博观而约取，厚积而薄发”，在末一章为读者展现生存中各种 yin 领时代的人工智能利用。
作者简介
诸葛越，现任 Hulu 公司寰球研发副总裁，中国研发核心总经理。曾任 Landscape Mobile 公司联结创始人兼 CEO，前雅虎北京寰球研发核心产品总监，微软北京研发核心我的项目总经理，雅虎美国高级软件架构师。诸葛越获美国斯坦福大学的计算机硕士与博士，纽约州立大学石溪分校的利用数学硕士，曾就读于清华大学计算机科学与技术系。诸葛越的钻研后果获多项专利，2005 年获美国计算机学会数据库业余委员会十年 z 佳论文奖。
葫芦娃，15 位 Hulu 北京翻新实验室的人才。他们利用善于的机器学习、深度学习等畛域常识和算法模型，建设了一套定制化的机 AI 平台，扭转着举荐引擎、视频编解码、内容了解、广告投放等多项与用户非亲非故的在线业务技术。
机器学习
机器学习是计算机科学与人工智能的重要分支畛域. 本书作为该畛域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面. 全书共 16 章，大抵分为 3 个局部：第 1 局部（第 1～3 章）介绍机器学习的基础知识；
第 2 局部（第 4～10 章）探讨一些经典而罕用的机器学习办法（决策树、神经网络、反对向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；
第 3 局部（第 11～16 章）为进阶常识，内容波及特征选择与稠密学习、计算学习实践、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相干浏览资料，以便有趣味的读者进一步钻研摸索。
本书可作为高等院校计算机、自动化及相干业余的本科生或研究生教材，也可供对机器学习感兴趣的钻研人员和工程技术人员浏览参考。
作者介绍：
周志华，南京大学计算机系传授，ACM 卓越科学家，IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中国计算机学会会士。
国家杰出青年科学基金获得者、长江学者特聘传授。先后负责多种 SCI(E) 期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别业余委员会主任，中国人工智能学会机器学习业余委员会主任，IEEE 计算智能学会数据挖掘技术委员会副主席。