范畴的各类优质书本进行了盘点，汇总成这份阅览攻略。在雷锋网所挑选的学习资源中，这堪称是迄今为止的一份 ML 书单，涵盖了最值得学习者、从业者、开发者仔细研读的精品书目。这份攻略合适多样布景的读者：从想要了解机器学习的一般人，到入门新手，再到高阶开发者和学术研究人员。因而，雷锋网对其进行编译收拾，特来与我们共享。

　　友谊提示：该攻略只考虑了英文商场的机器学习图书，合适我们作为国际 ML 读物的参阅。而例如周志华教师 《机器学习》等国内优异作品并没有表现，请读者见谅。

　　我以为，有好的参阅资源，是对你心中机器学习谜题进行“解惑”的最快办法。阅览多本书，你就有了看待疑难问题的多种视点。

　　有许多原因促进人们想要机器学习书本。因而，我采用了三种不同办法对机器学习书本进行分类、摆放，使读者们能按图索骥快速查找。比方说：

　　这是面向一般群众的机器学习书目。它们让你体会到机器学习和数据科学的长处和好处，但免去了理论和运用细节。我还加入了一些个人非常喜欢的、偏“计算思想”的盛行科普读物。

　　真实面向零根底初学者的机器学习书本，绝大多数都是一片商场空白。下面的这些书，既包含了科普读物（见 1.1）中运用机器学习的好处，也部分包含了多见于入门书本（见 1.3）的运用细节。

　　下面是菜鸟入门的首选书单。相当于本科生等级的机器学习资源，合适根底学习者以及开发者新手。它们覆盖了广泛的机器学习论题，倾向于“怎么做”，而非“为什么”或是讨论理论。

　　下面是国际一流机器学习教材的列表。这些是研究生课程中会运用到的教科书，覆盖了一系列办法和背面的理论。

　　其他，MichaelNielsen 的免费电子书Neural Networks and Deep Learning简略易懂，深受许多入门学习者的喜欢，雷锋网将其增加在这里，以作弥补。

　　该类其他首选教材是：Time Series Analysis: Forecasting and Control.