1樓：雷明
自薦乙個，我寫的《機器學習的數學》（人民郵電出版社，2021.01）。不掌握基本的數學知識，很難真正學懂機器學習（包括深度學習，強化學習）。至少需要先補充下面這些數學知識：
一元函式微積分
線性代數與矩陣論（注意，還多了矩陣論）
多元函式微積分
最優化方法
概率論資訊理論
隨機過程
圖論我寫的這本書用最小地篇幅精準地覆蓋了這內容
2樓：超越
反過來想的話，可以先確定自己要學習什麼機器學習演算法，然後針對性地找很多本書，把這種演算法徹底搞懂。
1、卷積神經網路
卷積神經網路主要包括卷積層convolutional layers、池化層pooling layers和全連線層fully-connected layers。
卷積神經網路
2、殘差網路
殘差網路的一種常見基本模組如下圖所示，其主幹部分就是堆疊這種基本模組。
殘差網路的基本模組
3、殘差收縮網路
當資料含有很強的雜訊，殘差收縮網路[1]
[2]可以通過對特徵進行自適應軟閾值化，減輕雜訊的影響。
（面向強噪、高冗餘資料的）殘差收縮網路
3樓：Jason
機器學習除了看一些理論知識外，其實我更加推薦看實戰的，畢竟一般的機器學習工程師用到的是機器學習的框架，而不是比較複雜的理論推導。
當下比較熱門的還有機器學習在雲計算上的應用，大家知道，機器學習中的模型訓練非常浪費資源，浪費時間的，如果在本地來訓練模型，可能需要幾天甚至十幾天，訓練出來黃花菜都涼了。所以往往想在雲平台上訓練，當下比較火熱的是kubeflow技術，推薦學習一下。最近kubeflow社群幾個大牛聯合出了一本書，叫《kubeflow:
雲計算和機器學習的橋梁》，推薦看看
4樓：電子小C
機器學習Sklearn全套教程（程式設計師技能包）掌握sklearn中常用的模組有分類、回歸、聚類、降維、模型選擇、預處理。
5樓：James
初學者推薦李航老師的《統計學習方法》，第二版已經出來了，非常棒。
適合系統、深入的學習各個模型的原理，不是走馬觀花。如果能坐得住，認真讀完，一定收穫頗豐。然後再去看其他的書，會事半功倍。
6樓：
《統計學習方法》，李航
《機器學習與應用》（清華出版社作者雷明）
花書《深度學習》
《凸優化 convex optimization》這本偏理論一些，講優化演算法
nndl.github.io/
，現在也有紙質版出版。
7樓：
凡是（看過或者知道的）但是沒有推薦ISLR的答案都是耍流氓凡是推薦的書超過4本的答案都不需要看一下子說出來各種亂七八糟的書這裡一塊那裡一塊哪有耐心看的下去看了一本覺得有點難不看了然後換的看另外一本這樣沒有任何意義僅僅只是list寫滿了各種書實際上沒有必要
真正學機器學習只需要看以下兩本書就可以了
ESL：Elements of Statistical Learning
（一定要先看ISLR 但是沒有推薦ISLR的答案都在耍流氓）看完了這兩本剩下的事就是水到渠成了例如你會自然而然的接觸到deep learning的書籍
最後再重申一遍：
凡是（看過或者知道的）但是沒有推薦ISLR的答案都是耍流氓
8樓：唐沐豐
Christopher Bishop, Pattern Recognition and Machine Learning
9樓：
讀幾本經典教科書然後在此基礎上擴充套件知識面:
先看《統計學習方法》打數學基礎；
看導論《機器學習導論 Ethem Alpaydin版》；
再看下《機器學習Tom Mitchel版》和《機器學習周志華版》深入學習；
最後看看《機器學習實戰》來實踐應用。
後面可以學習各種時下流行的庫比如keras，theano，tensorflow，mxnet，xgboost，caffe等擴充。
10樓：shujujia
機器學習：《資料探勘實用機器學習工具與技術》、《資料探勘導論》、《機器學習》、,《資料探勘與機器學習WAKA應用技術與實踐》
Python：《利用Python進行資料分析》、《Python基礎教程》、《Python Cookbook》、《「笨辦法」學Python》
MATLAB：《精通MATLAB》、《MATLAB R2014a從入門到精通》、《MATLAB R2014a完全自學一本通》、《MATLAB寶典》
資料庫：《MongoDB權威指南》、《資料庫系統概念》、《SQL語言與資料庫操作技術大全》、《Oracle從入門到精通》
R語言：《統計建模與R軟體》、《R語言實戰》、《ggplot2資料分析與圖形藝術》、《資料探勘與R語言》
學習機器學習有哪些好工具推薦？
lidangmama00 工具和內容都很重要。學習和練習都很重要。http www.aidaxue.com 上面很多教程和專案開放，可以供大家練手。 雲大學小編 阿里雲機器學習PAI平台，圖形化可拖拽式操作 100餘種演算法元件，覆蓋回歸 分類 聚類 文字分析等演算法支援業內主流深度學習框架以及GP...
如何系統學習機器學習？
老王 機器學習的方法非常多，建議先學人工神經網路，包括 1 多層感知機 多層感知機包括輸入層 隱含層以及輸出層等部分。多層感知機 2 卷積神經網路 卷積神經網路是多層感知機的改進，其卷積層是核心貢獻。卷積神經網路 3 殘差收縮網路 針對強噪 高冗餘資料，殘差收縮網路能夠通過自適應軟閾值化，減輕雜訊的...
數學不好的人，適合學習深度學習，機器學習，人工智慧嗎？
百里子彧丶 我就是來勸退的我不知道國內老師怎麼樣國外本科 cs專業數學3 4年沒碰了高中學得早忘了大學也沒修微積分就學了離散函式也還能接受心血來潮學了機器學習真的學了才知道什麼叫勸退每週都是大知識點這周回歸下週分類在下週直接卷機神經網路這誰受得了上週都沒搞懂下週又來一堆公式推導都搞不懂就得在pyth...