10本必讀的機器學習和數據科學免費在線電子書籍

程序員書庫（ID：OpenSourceTop）編譯；
鏈接：https://www.kdnuggets.com/2018/05/10-more-free-must-read-books-for-machine-learning-and-data-science.html

KDnuggets 網站編輯 Matthew Mayo 挑選了 20 本機器學習和數據科學相關的書籍。是時候讓你的書架上新增幾本機器學習和數據科學書籍了，最重要的是這些書籍全部有免費的電子版！！！

1. 《Python 數據科學手冊》

本書介紹了在Python中處理數據所必需的核心庫：特別是IPython，NumPy，Pandas，Matplotlib，Scikit-Learn和相關軟件包。讀這本書，你需要有Python基礎，如果你沒有Python基礎可以先讀《A Whirlwind Tour of Python》這本書是針對Python語言快速入門的書

書籍鏈接：https://github.com/jakevdp/PythonDataScienceHandbook

2. 《Neural Networks and Deep Learning》

是一本免費的在線書籍。這本書主要概述兩大核心概念：

● 神經網絡，一個編程範例，使計算機可以從觀測數據中學習

● 深度學習，這是一套強大的神經網絡學習技術

神經網絡和深度學習目前爲圖像識別，語音識別和自然語言處理中的許多問題提供了最佳解決方案。本書將教授許多神經網絡和深度學習背後的核心概念。

書籍鏈接：http://neuralnetworksanddeeplearning.com/

3. 《貝葉斯思維》

think X系列的書籍之一，大多數講貝葉斯統計的書，都是用數學符號，以數學概念（如微積分）爲基礎展開的，此書則用Python代碼代替數學符號，用離散數學代替連續數學。這樣一來，數學裏的積分變成了求和，概率分佈的運算大多成了簡單的循環。

書籍鏈接：http://greenteapress.com/wp/think-bayes/

4. 《Machine Learning & Big Data》

這本書目前算是一部還沒完結的作品，其目的是爲了讓軟件工程師可以在不依賴庫的情況下就能輕鬆構建機器學習模型，從而在理論和實踐中獲得平衡，大多數情況下，模型背後的概念或技術都很簡單或者說比較直觀，但是細節和術語上就容易出問題。

另外，現有的庫基本可以解決現有的問題。更多的時候它們有自己的抽象和架構來隱藏底層概念。本書的目的就是爲了讓基本概念更清晰。

書籍鏈接：http://www.kareemalkaseer.com/books/ml

5. 《Statistical Learning with Sparsity》

在過去的十年中，計算和信息技術出現了爆炸性增長。隨着它在各種領域如醫學，生物學，金融和市場營銷中湧現出大量的數據。本書在一個通用的概念框架中闡述了這些領域重要的數據科學思想。

書籍鏈接：https://web.stanford.edu/~hastie/StatLearnSparsity/

6. 《Statistical inference for data science》

本書是作爲數據科學專業領域的書籍，也是一部有關推論統計學的 Coursera配套書。值得一提的是，這本書有配套的Coursera課程視頻，可以在YouTube上找到。

本書旨在作爲推論統計學的入門書籍。目標受衆是具有數學和計算機編程基礎的學生，他們希望將這些技能用於數據科學或統計學。這本書是免費提供的。

書籍鏈接：https://leanpub.com/LittleInferenceBook

7. 《凸優化》

這是一本關於凸優化的書，凸優化是一類特殊的數學優化問題，它包括最小二乘法和線性規劃問題。衆所周知，最小二乘法和線性規劃問題具有相當完善的理論，出現在各種應用中，並且這些問題可以用編程來解決。這本書主要是面向實際應用，豐富的案例是本書的特色

書籍鏈接：http://stanford.edu/~boyd/cvxbook/

8. 《Python 自然語言處理》

這是一本關於自然語言處理的書。“自然語言”是指用於人類日常交流的語言，如英語，印地語或葡萄牙語等語言。與諸如編程語言和數學符號這樣的人造語言相比，自然語言在代代相傳的過程中不斷髮展，並且很難用明確的規則來確定。我們將在廣義上採用自然語言處理（或簡稱NLP）來表示計算機對自然各種不同的自然語言的理解...

本書基於Python編程語言和一個自然語言工具包(NLTK)的開源庫。

書籍鏈接：https://automatetheboringstuff.com/https://www.nltk.org/book/

9. 《Python 編程快速上手》