机器学习领域经典书籍
1. 数据挖掘概念与技术
原名: Data Mining：Concepts and Techniques，Third Edition
作者: （美）Jiawei Han / （加）Micheline Kamber / （加）Jian Pei
韩家炜老爷子在数据挖掘领域的经典教材，里程碑意义的经典著作，全面阐述该领域的重要知识和技术创新，既有相当篇幅讲述数据挖掘的基本概念和方法，从基本统计量到分类，聚类，关联规则挖掘，可以了解各个算法的核心思想，又增加了若干章节介绍数据挖掘领域最新的技术和发展，因此既适合初学者学习又适合专业人员和实践者参考。
2. 机器学习
周志华老师大名鼎鼎的西瓜书，作为机器学习领域的入门教材，可以说是学习机器学习的必读教材，基本涵盖了机器学习的很多方面，包括基础知识、经典的机器学习方法以及规则学习和强化学习这些进阶知识，对机器学习的算法原理，优点缺点，适用条件讲得非常清楚，详略得当。
3. 统计学习方法
统计学习是机器学习迈不过去的坎，李航老师的统计学习方法分为监督学 习和无监督学习两篇，全面系统地介绍了感知机、k近邻法、朴素贝叶斯法、决策树、支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随机场等统计学习的主要方法。
4. 深度学习
原名: Deep Learning: Adaptive Computation and Machine Learning series
作者: [美] 伊恩·古德费洛 / [加] 约书亚·本吉奥 / [加] 亚伦·库维尔
花书《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。
扫描二维码关注公众号，回复： 17133231 查看本文章
5. 动手学深度学习（PyTorch版）
原名：Dive into Deep Learning
作者: 阿斯顿·张（Aston Zhang） / 李沐（Mu Li） / [美] 扎卡里·C. 立顿（Zachary C. Lipton） / [德] 亚历山大·J. 斯莫拉（Alexander J. Smola）
本书是《动手学深度学习》的重磅升级版本，面向中文读者的能运行、可讨论的深度学习教科书，含 PyTorch、NumPy/MXNet、TensorFlow 和 PaddlePaddle 实现。
重点来了，该书是开源的！《动手学深度学习》，每一小节都是可运行的 Jupyter 记事本！
