接上一篇：35岁码农的机器学习入门之路-python篇，先回顾下知识体系图。
在这里插入图片描述
数据分析
利用python进行数据分析
{% asset_img data.png 利用python进行数据分析 %}
这本书是pandas作者写的，包含了数据分析的细节和要点，内容涉及：基础、numpy、pandas、matplotlib等。关于数据分析相关的内容，先简单的了解会用即可，更多的在实际项目中实践时，需要什么再学什么。
机器学习
python机器学习基础教程
{% asset_img ml-1.png python机器学习基础教程 %}
这本书的作者是scikit-learn库维护者和核心贡献者，作为入门机器学习来说，非常适合，它直观的介绍机器学习算法，优缺点及其适用场景，没有一下子引入很多数学知识和公式，把人吓跑。
机器学习实战：基于Scikit-Learn和TensorFlow
{% asset_img ml-2.png 机器学习实战：基于Scikit-Learn和TensorFlow %}
这本书既有机器学习，也有深度学习，通过实际项目把应用机器学习所涉及的过程及算法等串起来，中文版没有英文版好，翻译差了，但不影响本书的优秀。
机器学习（周志华）
{% asset_img ml-3.png 机器学习（周志华） %}
又称西瓜书，系统性的讲解算法及相应的数学推导，适合深入理解学习。
统计学习方法（李航）
{% asset_img ml-4.png 统计学习方法（李航） %}
这本书封面看起来好像很老，过时了的样子，但也是经典书，同样是系统性的讲解算法及相应的数学推导，适合深入理解学习。
优达学城-机器学习入门
{% asset_img ml-5.png 优达学城-机器学习入门 %}
这是原Google X 创始人、Google 无人车之父 Sebastian Thrun创建的在线教育平台，上面有一些免费的视频，包括：机器学习入门，这个视频的特点是讲解非常浅显易懂，有些基础的人可能会觉得不屑，但如果看书觉得晕晕的，可以先看看这个视频课程，会更容易接受和理解。
Cousera-机器学习-吴恩达
{% asset_img ml-6.png Cousera-机器学习-吴恩达 %}
这个是非常的经典的机器学习视频了，讲得比优达的深一些，但是讲得循序渐进，也挺好理解，就是作业是用类似matlab的octave来做的。如果觉得稍难可以先看优达的机器学习入门视频，熟悉后再看Ng的。
深度学习
python神经网络编程
{% asset_img dl-1.png python神经网络编程 %}
当对神经网络还不明白怎么回事时，每每在网上看到神经网络的文章，总是晕晕的，这本书号称只要高中数学水平就可以看，看过后，确实如此，写得很浅显，带你理解神经网络后，又带你用python自己实现一个神经网络。
深度学习入门-基于python的理论与实现
{% asset_img dl-2.png 深度学习入门-基于python的理论与实现 %}
本书的作者是个日本人，好书不分国界，个人在报名学习优达学城机器学习课程时，在深度学习这个环节，视频里没有听得很明白，然后结合这本书，还是最终能理解了，当然数学原理，推导这些还是菜鸟。本书后面部分也包含了用python自己实现神经网络的过程。
python深度学习
{% asset_img dl-3.png python深度学习 %}
本书作者是keras之父，当对深度学习能简单理解后，可以结合这本书学习计算机视觉(CNN)，自然语言处理（RNN/LSTM）
深度学习
{% asset_img dl-4.png 深度学习 %}
号称AI圣经，又称花书，三巨头Ian Goodfellow、Yoshua Bengio 和Aaron Courville联合撰写，这本书基本把深度学习的方方面面都讲到了，适合高阶深入研读。
deeplearning.ai-深度学习吴恩达
在这里插入图片描述
Ng继机器学习后在深度学习课程的最新力作，还没看呢，冲他机器学习课的受欢迎程度，这个免费课程也是必看，可以在网易云课堂上找到课程资源。
强化学习
Reinforcement learning
{% asset_img rl.png Reinforcement learning %}
强化学习只有这本经典书，只找到英文版的，优达学城机器学习课程里，强化学习部分老师也是推荐这本书。
数学
可汗学院
{% asset_img kehan.png 可汗学院 %}
如果大学数学忘了，甚至高中的都忘了，没关系，遇到一个概念，去可汗学院上找相对应的课听听就行了。
以下是囤回来的数学书，国外优秀教材没得说，遇到想深入理解某个知识点，可以拿来翻翻看。
普林斯顿微积分读本
{% asset_img math-book-1.png 普林斯顿微积分读本 %}
线性代数及其应用
{% asset_img math-book-2.png 线性代数及其应用 %}
概率论基础教程
{% asset_img math-book-3.png 概率论基础教程 %}
统计学
{% asset_img math-book-4.png 统计学 %}
划重点
以上推荐的书，能找得到电子书的，已经帮大家整理成一个资料包，有需要的同学，可关注零壹视界公众号，回复关键词：机器学习，获取下载方式。资料完全免费，但是切记，资料下载了要学习和实践才会变成自己的。
网友评论