有哪些推荐系统或者机器学习的书籍可以推荐？
我推荐几本很容易入门的书，文科生应该也没问题，兴趣最关键。以下几本书都很不错，其中一两本是入门的经典。我只推荐这几本书，当然有个人喜好在内，看完以下一部分书后你已经入门机器学习领域，这时候由你自己来选择合适的读物更恰当些，祝在阅读的路上能慢慢领略到机器学习的魅力与不足。
《机器学习》（周志华 著）
简明而深刻，厚积薄发的评注非常开拓思维，多是游刃有余之后才可得出的见解，受益匪浅，论述很系统很全面，对知识领域一览无余、豁然开朗。
《统计学习方法》（李航 著）
这本书干货为主，什么意思呢，就是多余的例子啊解释啊不多，很精简的就从问题定义开始，到演算法，到分析。所以别看书这么薄，其实内容不少。
《推荐系统实践》（项亮 著）
这书其实内容不是很多，国内第一本专门讲推荐系统的书，理论与实践并重，书本身并不厚，主要是讲个性化推荐系统的演算法（主要是离线演算法），评测标准，最后提到了工程的构建，相对来说比较简单，很适合入门推荐系统的读者们。
《深度学习》（伊恩·古德费洛 著）
中文版翻译算是挺用心了。相比后面的网路介绍，前面的基础以及优化更值得反复读。Goodfellow的个性很细，看得出喜欢符号计算，读起来很舒服的一本书。
如果你对学习人工智慧和深度学习感兴趣，可以订阅我的头条号，我会在这里发布所有与演算法、机器学习以及深度学习有关的有趣文章。
（码字不易，若文章对你帮助可点个赞~）
一、书
- Pattern Recognition and Machine Learning
- Machine learning A Probabilistic Perspective
- The Elements of Statistical Learning
- 统计学习方法
二、网站以及微信公众号
- 机器学习日报（网站）
- 机器学习研究会（公众号）
推荐阅读：
