人工智能真的有那麼神祕麼，推薦一份機器學習入門書單搞定它！

​

機器學習是一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行爲，以獲取新的知識或技能，從新組織已有的知識結構使之不斷改善自身的性能。

它是人工智能的核心，是使計算機具備智能的根本途徑。

2020年，彷佛沒有哪個方向能比機器學習還要火熱了，即便咱們不打算從事算法方向，瞭解一點機器學習的基礎知識也不是什麼壞事，這一份書單，將帶你入門基礎的機器學習知識。

機器學習系列書單

​

圖解機器學習

　　《圖解機器學習》用豐富的圖示，從ZUI小二乘法出發，對基於ZUI小二乘法實現的各類機器學習算法進行了詳細的介紹。第Ⅰ部分介紹了機器學習領域的概況；第Ⅱ部分和第Ⅲ部分分別介紹了各類有監督的迴歸算法和分類算法；第Ⅳ部分介紹了各類監督學習算法；第Ⅴ部分介紹了機器學習領域中的新興算法。書中大部分算法都有相應的MATLAB程序源代碼，能夠用來進行簡單的測試。

做者簡介

　　杉山將，1974年生於大阪。東京工業大學計算機工程學博士畢業，現爲東京大學教授、日本國立信息學研究所客座教授。主要從事機器學習的理論研究和算法開發，以及在信號和圖像處理等方面的應用。2011年獲日本信息處理學會長尾真記念特別獎。著有《統計機器學習》、DensityRatioEstimationinMachineLearning等。同時也是PatternRecognitionandMachineLearning日文版的譯者之一。

　　許永偉，2009年赴東京大學攻讀博士學位，現於東京大學空間信息科學研究所從事博士後研究（特任研究員）。主要研究方向爲模式識別與機器學習、圖像處理與計算機視覺，對數據挖掘、大數據和信息架構有濃厚興趣。

​

深刻淺出Python機器學習

機器學習正在迅速改變咱們的世界。咱們幾乎天天都會讀到機器學習如何改變平常的生活。若是你在淘寶或者京東這樣的電子商務網站購買商品，或者在愛奇藝或是騰訊視頻這樣的視頻網站觀看節目，甚至只是進行一次百度搜索，就已經觸碰到了機器學習的應用。

使用這些服務的用戶會產生數據，這些數據會被收集，在進行預處理以後用來訓練模型，而模型會經過這些數據來提供更好的用戶體驗。此外，目前還有不少使用機器學習技術的產品或服務即將在咱們的生活當中普及，如可以解放雙手的無人駕駛汽車、聰明伶俐的智能家居產品、善解人意的導購機器人等。能夠說要想深刻機器學習的應用開發當中，如今就是一個很是理想的時機。

本書內容涵蓋了有監督學習、無監督學習、模型優化、天然語言處理等機器學習領域所必須掌握的知識，從內容結構上很是注重知識的實用性和可操做性。全書採用由淺入深、按部就班的講授方式，徹底遵循和尊重初學者對機器學習知識的認知規律。本書適合有必定程序設計語言和算法基礎的讀者學習使用。

做者簡介

段小手，君兮科技創始人，畢業於北京大學。具備10餘年國內一線互聯網/電子商務公司項目管理經驗。其負責的跨境電子商務項目曾得到「國家發改委電子商務示範項目」「中關村現代服務業試點項目」「北京市信息化基礎設施提高項目」「北京市外貿綜合公共平臺」等專項政策支持。目前重點研究領域爲機器學習和深度學習等方面。

​

百面機器學習：算法工程師帶你去面試

人工智能領域正在以超乎人們想象的速度發展，本書趕在人工智能完全佔領世界以前完成編寫，實屬萬幸。

書中收錄了超過100道機器學習算法工程師的面試題目和解答，其中大部分源於Hulu算法研究崗位的真實場景。本書從平常工做、生活中各類有趣的現象出發，不只囊括了機器學習的基本知識，並且還包含了成爲出衆算法工程師的相關技能，更重要的是凝聚了筆者對人工智能領域的一顆熱忱之心，旨在培養讀者發現問題、解決問題、擴展問題的能力，創建對機器學習的熱愛，共繪人工智能世界的宏偉藍圖。

「不積跬步，無以致千里」，本書將從特徵工程、模型評估、降維等經典機器學習領域出發，構建一個算法工程師必-備的知識體系；見神經網絡、強化學習、生成對抗網絡等新科研進展之微，知深度學習領域勝敗興衰之着；「博觀而約取，厚積而薄發」，在末一章爲讀者展現生活中各類yin領時代的人工智能應用。

做者簡介

諸葛越，現任Hulu公司全球研發副總裁，中國研發中心總經理。曾任Landscape Mobile 公司聯合創始人兼CEO，前雅虎北京全球研發中心產品總監， 微軟北京研發中心項目總經理，雅虎美國高級軟件架構師。諸葛越獲美國斯坦福大學的計算機碩士與博士，紐約州立大學石溪分校的應用數學碩士，曾就讀於清華大學計算機科學與技術系。諸葛越的研究結果獲多項專利，2005年獲美國計算機學會數據庫專業委員會十年z佳論文獎。

葫蘆娃，15位Hulu北京創新實驗室的人才。他們利用擅長的機器學習、深度學習等領域知識和算法模型，創建了一套定製化的機AI平臺，改變着推薦引擎、視頻編解碼、內容理解、廣告投放等多項與用戶息息相關的在線業務技術。

​

機器學習

機器學習是計算機科學與人工智能的重要分支領域. 本書做爲該領域的入門教材，在內容上儘量涵蓋機器學習基礎知識的各方面. 全書共16 章，大體分爲3 個部分：第1 部分（第1～3 章）介紹機器學習的基礎知識；

第2 部分（第4～10 章）討論一些經典而經常使用的機器學習方法（決策樹、神經網絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習）；

第3 部分（第11～16 章）爲進階知識，內容涉及特徵選擇與稀疏學習、計算學習理論、半監督學習、機率圖模型、規則學習以及強化學習等. 每章都附有習題並介紹了相關閱讀材料，以便有興趣的讀者進一步鑽研探索。

本書可做爲高等院校計算機、自動化及相關專業的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。

做者介紹：

周志華，南京大學計算機系教授，ACM傑出科學家，IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中國計算機學會會士。

國家傑出青年科學基金得到者、長江學者特聘教授。前後擔任多種SCI(E)期刊執行主編、副主編、副編輯、編委等。中國計算機學會人工智能與模式識別專業委員會主任，中國人工智能學會機器學習專業委員會主任，IEEE計算智能學會數據挖掘技術委員會副主席。

​