機器學習和數據科學領域必讀的10本免費書籍

摘要： 暑期來了，別出去溜達了，看書學習一波～

在這個暑假，有興趣的能夠閱讀一下這些免費的有關機器學習和數據科學的書籍，他們能給你打開一扇看清機器學習和數據科學的窗。若是在閱讀完這一文章後想知曉更多免費的好書，請查看本系列的前一篇或下面的相關內容。

1. Python Data Science Handbook

做者：Jake VanderPlas

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-Lean和相關的軟件包。在此以前您須要掌握Python這種語言，若是您想快速掌握這門語言，能夠參閱這個針對研究人員和科學家的Python語言快速入門的「Python的旋風之旅（A Whirlwind Tour of Python）」。

2. Neural Networks and Deep Learning

做者：Michael Nielsen

這是一本免費的在線書籍。經過這本書你會知道神經網絡是一個美麗的生物啓發式編程範例，使計算機能夠從觀測數據中學習。而深度學習則是一套強大的神經網絡學習技術。

目前，神經網絡和深度學習爲圖像識別、語音識別和天然語言處理（NLP）中的問題提供了不少效果不錯的解決方案。經過這本書您將會知道更多神經網絡和深度學習背後的核心概念。

3. Think Bayes

做者：Allen B.Downey

這本書主要介紹瞭如何使用計算方法處理貝葉斯統計。

若是您想使用本書中的技能來學習其餘技能，您須要知道如何編程。

貝葉斯統計是根據數學概念（如微積分）提出的，有關它的大多數書籍也都使用的是數學符號。本書使用Python代碼而不是數學，所以「積分」變成了「總和」。這是書中的一個特點。

4. Machine Learning & Big Data

做者：Karee Alkaseer

這本書背後的目的是爲了讓軟件工程師在不依賴庫的狀況下能夠輕鬆使用機器學習模型。大多數狀況下，模型或技術背後的概念很簡單、直觀，但在細節或行話中會丟失。另外，通常狀況下，現有的庫能夠解決手頭的問題，可是有時候它們會用本身的方式抽象和隱藏基本概念，這就是它們被稱爲「黑盒子」的緣由。這本書也嘗試着將「黑盒子」裏被抽象和隱藏的基本概念清晰化。它是一個還在進行中的做品，它的內容將慢慢的豐富。

5. Satistical Learning with Sparsity:The Lasso and Generalizations

做者：Trevor Hastie,Robert Tibshirani,Martin Wainwright

在過去的十年中，計算和信息技術獲得了迅猛發展。隨着它的應用，在醫學、生物學、金融和市場營銷等領域中涌現出了大量的數據。本書在一個共同的概念框架下，闡述了這些領域中的一些重要觀點。

6. Statistical inference for data science

做者：Brian Caffo

做爲數據科學專業的一部分 ，本書是統計推理課程（Statistical Inference）的一本配套書籍。若是你沒有上這門課，也能夠配着YouTube上有關視頻單獨學習這本書。

本書旨在以低成本介紹統計推理這一重要領域，使得具備編程能力的學生將這些技能用到數據科學或統計學當中去。

7. Convex Optimization

做者：Stephen Boyd & Lieven Vandenberghe

這本書的主要內容是關於凸優化（convex optimization），這是一類特殊的數學優化問題，它包括最小二乘和線性規劃問題。衆所周知，最小二乘和線性規劃問題有一個至關完整的理論，出如今各類應用中，而且能夠很是有效地用數值求解。本書的基本觀點是，對於較大類的凸優化問題也能夠如此。

8. Natural Language Processing with Python

做者：Steven Bird & Ewan Klein & Edward Loper

本書基於Python編程語言和一個叫天然語言工具包（NLTK）的開源庫寫做而成的。「天然語言」是指用於人類平常交流的語言，與編程語言和數字符號等語言不一樣，天然語言在代代相傳的過程當中不斷髮展，而且很難用明確的規則來肯定。爲了讓計算機更好地理解天然語言，咱們開發運用了天然語言處理（NLP）。這本書就是有關天然語言處理（NLP）的書。

9. Automate the Boring Stuff with Python

做者：AI Sweigart

你是否有過爲花費數小時爲文件重命名或更新表格裏的數百個單元格而煩躁的經歷？在這本書中，你將會學到如何使用Python來輕鬆搞定這些問題。Python十分好上手，一旦掌握了編程的基礎知識，就能夠建立Python程序，就此輕鬆解決那些繁瑣的事情。

10.Social Media Mining: An Introduction

做者：Reza Zafarani & Mohammad Ali Abbasi & Huan Liu

社交媒體在過去十年的發展已經完全革新了我的互動和行業開展業務的方式。我的經過社交媒體互動、共享產生了大量的數據。

在這本書中，你將瞭解到社交媒體挖掘（Social Media Mining）整合了社交媒體，社交網絡分析和數據挖掘，爲學生、從業人員、研究人員等提供了一個方便而一致的平臺。同時也將會了解到社交媒體挖掘(Social Media Mining)的潛力。

本文做者：【方向】
閱讀原文本文爲雲棲社區原創內容，未經容許不得轉載。