这10本免费的呆板进修和数据科学书本，确定不看一下么？

是时辰让你的书架上新增几本呆板进修和数据科学书本了，KDnuggets 网站编辑 Matthew Mayo 挑选了 10 本呆板进修和数据科学相干的书本。这些书本都是免费的，对呆板进修和数据科学感乐趣的人可不要错过了。

1. 《统计思想：措施员数学之概率统计 》

本书是专为Python措施员筹备的概率和统计的先容，作者将根基的概率统计常识融入Python编程，汇报你怎样借助编写措施，用计较而非数学的方法实现统计说明。该书行使美国国立卫生研究院的数据举办结案例研究，勉励读者行使真实数据集处理赏罚项目。(地点：http://www.greenteapress.com/thinkstats/)

2.《贝叶斯要领》

贝叶斯要领是推理的天然要领，大大都图书接头贝叶斯推理，依靠于很是伟大的数学说明和人工的例子，使没有强盛数学配景的人无法打仗，读者只能看到简朴的颠末人工处理赏罚例子。卡梅伦的这本书从编程、计较的角度来先容贝叶斯推理，把贝叶斯理论和编程实践团结起来，使大大都措施员都可以入门并把握(地点：http://camdavidsonpilon.github.io/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/)

3.《深入领略呆板进修：从道理到算法》

呆板进修是计较机科学成长最快的规模之一，具有普及的应用远景。本课本的目标是以原则的方法先容呆板进修及其提供的算法典型。本书通过先容呆板进修基本的理论常识之后，再将这些道理转化为现实算法的数学推导。在先容了基本常识之后，本书涵盖了早年教科书未办理的各类中心主题。

这些包罗接头进修的计较伟大性以及凸性和不变性的观念;重要的算法典型包罗随机梯度降落，神经收集和布局化输出进修;和新兴的理论观念，如PAC-Bayes要领和基于压缩的界线。(地点：http://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/)

4. 《统计学的要素》

本书在一个配合的观念框架中叙述了这些规模的重要头脑。固然这种要领是统计学的，但其重点是观念而不是数学。通过行使彩色图形给出了很多例子。它应该是统计学家和任何对科学或家产数据发掘感乐趣的人的名贵资源。

该书的包围范畴很广，从监视进修(猜测)到无监视进修。很多主题包罗神经收集，支持向量机，分类树等 - 这第一本书对该规模的主题做出这样的综合处理赏罚。(地点：http://statweb.stanford.edu/~tibs/ElemStatLearn/printings/ESLII_print10.pdf)

5.《An Introduction to Statistical Learning》

本书先容了统计进修要领。它针对的是高年级本科生，硕士生和博士生。非数学科学的门生。该书还包括很多R说话的实例，具体表明白如安在实际情形中实现各类要领，可以说是实践数据科学家的名贵资源。(地点：http://www-bcf.usc.edu/~gareth/ISL/)

6.《Foundations of Data Science》

固然计较机科学的传统规模如故很是重要，但将来越来越多的研究职员将参加行使计较机来领略和从应用措施中呈现的大量数据中提取可用信息，而不只仅是怎样使计较机对特定明晰界说的题目有效。

思量到这一点，作者写了这本书，以涵盖在将来40年也许有效的理论，正如对自念头理论，算法和相干主题的领略在已往40年中发生了庞大的影响。(地点：https://www.cs.cornell.edu/jeh/book.pdf)

7.《写给措施员的数据发掘实践指南》

本书是写给措施员的一本数据发掘指南，可以辅佐读者下手实践数据发掘、集团伶俐并构建保举体系。全书共8章，先容了数据发掘的根基常识和理论、协同过滤、内容过滤及分类、算法评估、朴实贝叶斯、非布局化文天职类以及聚类等内容。本书的每章还给出了习题和操练，辅佐读者固定所学的常识。(地点：http://guidetodatamining.com/)

8.《大数据》

本书由斯坦福大学“Web 发掘”课程的内容总结而成，首要存眷极大局限数据的发掘。这本书与课程一样，是在本科计较机科学程度计划的，不要求你具备任何基本。为了支持更深入的试探，大大都章节都增补了进一步的阅读参考。(地点：http://mmds.org/)

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!