黑科技的入口——机器学习书单推荐

很多人对今年的“围棋人机大战”依然记忆犹新，而AlphaGo的成功也让许多人担心会出现奴役人类的“天网”一样的强人工智能。从深蓝到AlphaGo，人工智能深深地吸引着许多有兴趣之士。作为实现人工智能的一种方式，机器学习在近几年又再火了一把，以下，大圣众包威客平台（www.dashengzb.cn）将介绍几本关于机器学习的著名书籍，各位看官请笑纳。

1.《集体智慧编程》

【推荐指数】★★★★★

【内容简介】全书内容翔实，包括集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、社交网络的信息匹配技术、机器学习和人工智能应用等。它以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源；如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论；如何通过复杂的算法从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。本书是Web开发者、架构师、应用工程师等的绝佳选择。

【个人评价】和《机器学习实战》一起看的，基本上都是实例，翻译得不错。里面有代码，实操性挺强的。

2.《凸优化》

【推荐指数】★★★★★

【内容简介】《凸优化》内容非常丰富。理论部分由4章构成，不仅涵盖了凸优化的所有基本概念和主要结果，还详细介绍了几类基本的凸优化问题以及将特殊的优化问题表述为凸优化问题的变换方法。这些内容对灵活运用凸优化知识解决实际问题非常有用。应用部分由3章构成，分别介绍凸优化在解决逼近与拟合、统计估计和几何关系分析这3类实际问题中的应用。算法部分也由3章构成，依次介绍求解无约束凸优化模型、等式约束凸优化模型以及包含不等式约束的凸优化模型的经典数值方法，以及如何利用凸优化理论分析这些方法的收敛性质。通过阅读本书，能够对凸优化理论和方法建立完整的认识。

【个人评价】老实说，这是一本很好的教材，很全面，之前上数值分析这门课学的很多内容都包含在里面了。而且，机器学习的很多概念也可以在里面找到，读完可以更深入地理解机器学习，而不是仅仅只会套用包。

3.《PatternRecognitionandMachineLearning》

【推荐指数】★★★★★

【内容简介】伴随着潜在的算法和技术的许多重要发展，在过去十年中，机器学习的实际应用急剧地增长。《PatternRecognitionandMachineLearning》作为一本新式的教科书切合了科技发展的趋势，同时提供了一个全面地介绍模式识别和机器学习的领域。本书适用于机器学习、统计学、计算机科学、信号处理、计算机视觉、数据挖掘和生物信息学的课程，其中还包括了以难度分级的超过400道的练习题。此书适用于高年级本科生或一年级博士研究生，以及研究人员和从业人员。

【个人评价】PRML是机器学习的经典教材，非常值得一看！

4.《机器学习》

【推荐指数】★★★★★

【内容简介】本书分为3大部分，包括机器学习基础知识的介绍、经典而常用的机器学习方法的探讨以及进阶知识的讲授。另外，本书每章提供的习题也可以帮助读者巩固本章学习或引导读者扩展相关知识。机器学习是计算机科学与人工智能的重要分支领域。本书作为该领域的入门教材，在内容上涵盖了机器学习基础知识的各方面。为了使读者通过本书对机器学习有所了解,此书也包含了不少的数学知识，如概率、统计、代数、优化、逻辑知识。因为对逻辑思维的要求较高，本书更适合大学三年级以上的理工科本科生和研究生,以及具有类似背景的对机器学习感兴趣的人士阅读.。

【个人评价】这是周志华老师的新书，公式推导很详细。周老师在讲述数据挖掘的算法之前先讲述了如何评估算法的效果与选择，可以宏观地了解机器学习的一些基础知识，这样，在之后学习算法的时候对于它们的适用场景也会有个大概的了解。作者思路十分清晰，强烈推荐本书！

伏尔泰曾说：“读书使人心明眼亮。”希望以上几本关于机器学习的书籍，让你心明眼亮。

原文地址：http://www.dashengzb.cn/articles/a-158.html

（更多大数据与商业智能领域干货、兼职机会及行业资源分享等请关注大圣众包平台，或添加大圣花花个人微信号（dashenghuaer)，拉你入bigdata&BI交流群330648564。)