0
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、從業者、開發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。
找到一個你最感興趣的話題
瀏覽所選類別的書目
購書、借書、下載
從頭讀到尾
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。
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點和益處，但免去了理論和應用細節。我還加入了一些個人非常喜歡的、偏“統計思維”的流行科普讀物。
The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World
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
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.
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。
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：數據科學實戰
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）
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
譯本：機器學習實戰
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：統計學習導論：基于R應用
譯本：應用預測建模
該類別的首選是：An Introduction to Statistical Learning: with Applications in R （統計學習導論：基于R應用）
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
Machine Learning: The Art and Science of Algorithms that Make Sense of Data
譯本：機器學習
該類別的首選是： The Elements of Statistical Learning: Data Mining, Inference, and Prediction （統計學習基礎：數據挖掘、推理與預測）
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 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）
An Introduction to Statistical Learning: with Applications in R
譯本：統計學習導論：基于R應用
譯本：應用預測建模
該類別的首選是：Applied Predictive Modeling（應用預測建模）
使用 Python 或 SciPy 語言平臺的應用機器學習書目。
國內名為：Python 語言構建機器學習系統（英文影印版）
Introduction to Machine Learning with Python: A Guide for Data Scientists
Machine Learning in Python: Essential Techniques for Predictive Analysis
Python Data Science Handbook: Essential Tools for Working with Data
Introducing Data Science: Big Data, Machine Learning, and more, using Python tools
該類別的首選是： Python Machine Learning （Python 語言構建機器學習系統）
深度學習書目。現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。
Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms
Learning TensorFlow: A guide to building deep learning systems
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。
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。
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.
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。
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
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） 或許是開創了 O'Reilly 該目錄的書，一直很受歡迎。
Manning 的書偏實用，并且質量還行，雖然數量沒 O’Reilly 和 Packt 那么多。
Manning 目錄里較突出的一本是 Machine Learning in Action（機器學習實戰），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。
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：
相關文章：
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
