教程
基础理论
-
Learning from data,Yaser S. Abu-Mostafa, Malik Magdon-Ismail, and Hsuan-Tien Lin，中文译名《机器学习基石》，作者之一林轩田有公开课讲述此书内容；
-
机器学习，周志华，清华大学出版社；勘误信息见http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/MLbook2016.htm
-
统计学习方法，李航，清华大学出版社，2019年5月出第二版了，加上了无监督学习的部分。Python代码实现https://github.com/fengdu78/lihang-code；
-
数据挖掘导论，Pang-Ning Tan等，人民邮电出版社；
-
An Introduction to Statistical Learning，PDF版本可以在官网下载，
-
Pattern Recognition and Machine Learning (Information Science and Statistics), Christopher M. Bishop
-
凸优化，Stephen Boyd & Lieven Vandenberghe，英文名Convex Optimization
-
非线性规划，Dimitri P. Bertsekas，英文名Nonlinear Programming
特征工程
-
Feature Engineering for Machine Learning，Alice Zheng & Amanda Casari;
-
Feature Engineering for Machine Learning and Data Analytics, Guozhu Dong&Huan Liu;
-
Feature Engineering Made Easy, Sinan Ozdemir&Divya Surarla;
软件操作
整理来说，O‘Relly的书都还不错，
-
Python for Data Analysis, Wes McKinney(作者是pandas的creator)，中译本《利用Python进行数学分析》，numpy和pandas是必须的module；
-
Machine Learning in Action, Peter Harrington，中译本为《机器学习实战》(人邮出版)，主要内容为用Python实现常见机器学习算法；
-
Introduction to Machine Learning with Python, Andreas C. Müller & Sarah Guido，中译本《Python机器学习基础教程》，主要内容为用sklearn来完成常见的各种机器学习任务；
-
Hands-On Machine Learning with Scikit-Learn & TensorFlow，Aurélien Géron，书如其名；
-
Deep Learning with Python, Françoise Chollet (Keras框架的作者)，中译本《Python深度学习》；
课程
李宏毅机器学习
林轩田，《机器学习基石》
林轩田，《机器学习技法》
吴恩达，《神经网络与深度学习》
代码/项目
博客
博客推荐可以看此文章