《机器学习与应用》是一本适合人门与系统学习的教材，理论推导与证明详细、深入，结构清晰，详细地调述主要算法的工程实现细节，配以著名开源库的源代码分析（包括libsvm 、liblinear 、OpenCV、Caffe等开源库），让读者不仅知其然，还知其所以然， 真正理解算法、学会使用算法。对于计算机、人工智能及相关专业的本科生和研究生，对于从事人工智能和机器学习产品研发的工程技术人员，具有很强的参考价值。
下载：https://pan.baidu.com/s/1Yaxt7vVeCZF1uzobz8Fdgw
《机器学习与应用》高清PDF，589页，带书签目录，文字可以复制。雷明 著。
《机器学习与应用》由21 章组成，共分为三大部分。
第1 ～ 3 章为第一部分，介绍机器学习的基本原理、所需的数学知识（包括微积分、线性代数、概率论和最优化方法）， 以及机器学习中的核心概念。
第4 ～ 20 章为第二部分，是主体部分，介绍各种常用的有监督学习算法、无监督学习算法、半监督学习算法和强化学习算法。对于每种算法，从原理与推导、工程实现和实际应用3 个方面进行介绍，对于大多数算法都配有实验程序。
第21章为第三部分，介绍机器学习和深度学习算法实际应用时面对的问题，并给出典型的解决方案。
附录A 给出各种机器学习算法的总结， 附录B 给出梯度下降法的演化关系，附录C给出EM算法的推导。
《机器学习与应用》是机器学习和深度学习领域的入门与提高教材，系统、深入地讲述机器学习与深度学习的主流方法与理论，并紧密结合工程实践与应用。
下载：https://pan.baidu.com/s/1EW7HUQVEasu2joovH2m61Q
《深度学习核心技术与实践》PDF，530页，带书签目录，文字可以复制。
配套代码和资源链接。
《深度学习核心技术与实践》适合深度学习从业人士或者相关研究生作为参考资料，也可以作为入门教程来大致了解深度学习的相关前沿技术。
《深度学习核心技术与实践》主要介绍深度学习的核心算法，以及在计算机视觉、语音识别、自然语言处理中的相关应用。《深度学习核心技术与实践》的作者们都是业界一线的深度学习从业者，所以书中所写内容和业界联系紧密，所涵盖的深度学习相关知识点比较全面。
《深度学习核心技术与实践》主要讲解原理，较少贴代码。
《深度学习核心技术与实践》来自一直盛产人工智能黑科技的神秘之师，他们也是开源分布式系统ytk-learn和ytk-mp4j的作者。 用一线工程视角，透过关键概念、模型、算法原理和实践经验，为入坑者破解深度学习“炼金术”。 算法、代码容易获取，结合产品需求落地机器学习才是难题，本书旨在让算法真正在团队扎根长大。 胸怀全局、了如指掌才能在实践中少走弯路，用理论滋养创新能力，这也是本书导向的至臻境界。