机器学习和数据科学领域必读的10本免费书籍

在这个暑假，有兴趣的能够阅读一下这些免费的有关机器学习和数据科学的书籍，他们能给你打开一扇看清机器学习和数据科学的窗。若是在阅读完这一文章后想知晓更多免费的好书，请查看本系列的前一篇或下面的相关内容。

1. Python Data Science Handbook

做者：Jake VanderPlas

本书介绍了在Python中处理数据所必需的核心库，特别是IPython，NumPy，Pandas，Matplotlib，Scikit-Lean和相关的软件包。在此以前您须要掌握Python这种语言，若是您想快速掌握这门语言，能够参阅这个针对研究人员和科学家的Python语言快速入门的“Python的旋风之旅（A Whirlwind Tour of Python）”。

2. Neural Networks and Deep Learning

做者：Michael Nielsen

这是一本免费的在线书籍。经过这本书你会知道神经网络是一个美丽的生物启发式编程范例，使计算机能够从观测数据中学习。而深度学习则是一套强大的神经网络学习技术。

目前，神经网络和深度学习为图像识别、语音识别和天然语言处理（NLP）中的问题提供了不少效果不错的解决方案。经过这本书您将会知道更多神经网络和深度学习背后的核心概念。

3. Think Bayes

做者：Allen B.Downey

这本书主要介绍了如何使用计算方法处理贝叶斯统计。

若是您想使用本书中的技能来学习其余技能，您须要知道如何编程。

贝叶斯统计是根据数学概念（如微积分）提出的，有关它的大多数书籍也都使用的是数学符号。本书使用Python代码而不是数学，所以“积分”变成了“总和”。这是书中的一个特点。