1. 《机器学习》 周志华 这本书是我国机器学习范畴的经典教材，具体介绍了机器学习的基本概念、算法和理论。内容包含监督学习、无监督学习、半监督学习等，合适初学者和进阶读者。

2. 《计算学习办法》 李航 本书体系地介绍了计算学习的首要办法，包含线性回归、支撑向量机、决策树、集成学习等。书中既有理论推导，也有算法完成，是学习计算学习的优异书本。

3. 《机器学习实战》 Peter Harrington 这本书经过具体的编程实例，介绍了机器学习的基本概念和常用算法，包含决策树、神经网络、支撑向量机等。合适有必定编程根底的读者。

4. 《模式识别与机器学习》 Christopher Bishop 本书是模式识别与机器学习范畴的经典教材，包含了概率图模型、神经网络、支撑向量机等高档主题。内容浅显易懂，合适有必定数学根底的读者。

5. 《深度学习》 Ian Goodfellow, Yoshua Bengio, Aaron Courville 这本书是深度学习范畴的经典教材，体系地介绍了深度学习的基本概念、算法和理论。内容包含卷积神经网络、循环神经网络、生成对立网络等，是学习深度学习的必读书本。

6. 《机器学习：概率视角》 Kevin P. Murphy 本书从概率的视点介绍了机器学习的基本概念和算法，包含贝叶斯网络、隐马尔可夫模型、条件随机场等。内容浅显易懂，合适有必定数学根底的读者。

7. 《机器学习导论》 Ethem Alpaydin 这本书是机器学习范畴的经典教材，包含了监督学习、无监督学习、半监督学习等基本概念和算法。内容明晰易懂，合适初学者和进阶读者。

8. 《Python机器学习根底教程》 安德烈亚斯·穆勒, 拉索·加布雷尔 本书经过具体的编程实例，介绍了机器学习的基本概念和常用算法，包含线性回归、决策树、支撑向量机等。合适有必定Python编程根底的读者。

这些书本包含了机器学习的不同方面，从根底理论到实践使用，合适不同层次的读者。期望这些引荐能对你有所协助。

探究机器学习范畴的经典之作

《数学之美》

作者：吴军

《数学之美》是吴军博士的代表作之一，以通俗易懂的言语叙述了数学在机器学习和自然言语处理等范畴的使用。本书不只合适数学根底薄弱的读者，也能协助有必定数学根底的读者更好地舆解数学在机器学习中的使用。书中经过丰厚的实例，让读者在轻松愉快的气氛中学习数学常识，为后续的机器学习学习打下坚实的根底。

《Programming Collective Intelligence》

作者：Toby Segaran

《Programming Collective Intelligence》是一本十分合适机器学习入门者的书本。作者Toby Segaran以简洁明了的言语介绍了团体才智编程的基本概念和算法，并经过很多的实例展现了如何将机器学习使用于实践问题。本书没有杂乱的数学推导和公式，合适快速阅览，关于想要了解机器学习在实践使用中的读者来说，是一本稀少难得的佳作。

《Algorithms of the Intelligent Web》

作者：Haralambos Marmanis、Dmitry Babenko

《Algorithms of the Intelligent Web》是一本专心于互联网使用的机器学习书本。书中介绍了很多的互联网算法，包含引荐体系、交际网络分析、搜索引擎优化等。作者经过丰厚的实例和事例，让读者了解这些算法在实践使用中的作业原理和作用。关于想要了解机器学习在互联网范畴使用的读者来说，这本书是一本不行错失的经典。

《机器学习公式详解（第2版）》

作者：俞勇、王斌、李沐、程分明、陈光、徐亦达

《机器学习公式详解（第2版）》是一本针对《西瓜书》中公式进行具体解析的书本。相较于第1版，第2版在内容进步行了扩大，不只解析了公式，还对重难点内容进行了深入探讨，并供给了学习主张。本书合适有必定数学根底的读者，经过学习本书，读者能够更好地舆解机器学习中的中心公式，为后续的学习和研讨打下坚实的根底。

机器学习范畴的经典书本很多，以上介绍的几本书本都是该范畴的佳作。无论是入门者仍是资深研讨者，都能够从中取得名贵的常识和经历。在人工智能技能不断开展的今日，阅览这些经典书本，有助于咱们更好地舆解和使用机器学习技能，为我国人工智能工作的开展贡献力量。

机器学习 经典书本 数学之美 Programming Collective Intelligence Algorithms of the Intelligent Web 机器学习公式详解

未经允许不得转载：全栈博客园 » 机器学习经典书本,探究机器学习范畴的经典之作