在过去十年中，机器学习的重要性急剧上升。这些书籍涵盖经典机器学习理论、深度学习、概率方法、强化学习以及基础模型和大型语言模型的最新研究。
基础机器学习教科书
全面的教科书，涵盖机器学习的广度。
| 书籍 | 作者 | 年份 | 级别 | 描述 |
|---|---|---|---|---|
| 模式识别与机器学习 Springer | 克里斯托弗·M·比肖普 | 2006 | 高级 | 贝叶斯机器学习教科书 - 严谨的数学处理，15年后仍广泛用于研究生课程。 |
| 统计学习的元素 第2版，Springer | 特雷弗·哈斯蒂，罗伯特·蒂布希拉尼，杰罗姆·弗里德曼 | 2009 | 高级 | 斯坦福统计系的权威统计学习参考书。涵盖回归、分类、树、支持向量机、提升等。可作为PDF免费获取。 |
| 统计学习导论 第2版，Springer | 加雷斯·詹姆斯，丹尼拉·维滕，特雷弗·哈斯蒂，罗伯特·蒂布希拉尼，乔纳森·泰勒 | 2021 | 中级 | “入门级ESL” - 具有R和Python代码的易于理解的介绍。机器学习的最佳起点。 |
| 机器学习：概率视角 麻省理工学院出版社 | 凯文·P·墨菲 | 2012 | 高级 | 机器学习的统一概率处理。2022-2023年更新为两卷的《概率机器学习》。 |
深度学习
神经网络、深度学习架构和现代方法。
| 书籍 | 作者 | 年份 | 级别 | 描述 |
|---|---|---|---|---|
| 深度学习 麻省理工学院出版社 | 伊恩·古德费洛，约书亚·本吉奥，亚伦·库尔维尔 | 2016 | 高级 | 三位先驱的权威深度学习教科书，在线免费获取。全面覆盖理论和实践。 |
| 深入深度学习 剑桥大学出版社 | 阿斯顿·张，扎卡里·C·利普顿，穆·李，亚历山大·J·斯莫拉 | 2023 | 中级 | 具有可运行代码的交互式教科书，支持多种框架。不断更新。 |
| 用Python进行深度学习 第2版，Manning | 弗朗索瓦·肖莱 | 2021 | 中级 | 由Keras的创始人撰写。实用的介绍，具有出色的直观理解。 |
强化学习
代理通过与环境的互动学习。
| 书籍 | 作者 | 年份 | 级别 | 描述 |
|---|---|---|---|---|
| 强化学习：导论 第2版，麻省理工学院出版社 | 理查德·S·萨顿，安德鲁·G·巴托 | 2018 | 中级-高级 | 该领域创始人的经典强化学习教科书。PDF免费获取。 |
| 深度强化学习 Springer | 阿斯克·普拉特 | 2022 | 高级 | 现代深度强化学习处理，涵盖AlphaGo风格的方法。 |
| 强化学习算法 Morgan and Claypool | 查巴·塞佩斯瓦里 | 2010 | 高级 | 对强化学习算法的简明理论处理。 |
实用机器学习与专业主题
应用机器学习和专业子领域。
| 书籍 | 作者 | 年份 | 级别 | 描述 |
|---|---|---|---|---|
| 使用Scikit-Learn、Keras和TensorFlow的动手机器学习 第3版，O'Reilly | 奥雷利安·热龙 | 2022 | 初级-中级 | 最受欢迎的实用机器学习书籍。涵盖scikit-learn、Keras和TensorFlow，提供优秀的代码示例。 |
| 设计机器学习系统 O'Reilly | 奇普·惠恩 | 2022 | 中级 | 用于生产的机器学习系统设计，包括数据管道、服务和监控。 |
| 概率机器学习：导论 麻省理工学院出版社 | 凯文·P·墨菲 | 2022 | 高级 | 墨菲更新的机器学习教科书。PDF免费获取。 |
现代主题：大型语言模型、基础模型、安全性
当前研究领域和生产机器学习。
| 书籍 | 作者 | 年份 | 级别 | 描述 |
|---|---|---|---|---|
| 使用变换器的自然语言处理 O'Reilly | 刘易斯·坦斯塔尔，莱安德罗·冯·维拉，托马斯·沃尔夫 | 2022 | 中级 | 来自Hugging Face团队的实用变换器和大型语言模型指南。 |
| 人工智能工程：使用基础模型构建应用程序 O'Reilly | 奇普·惠恩 | 2024 | 中级 | 现代基础模型生产系统构建指南。 |
| 可解释的机器学习 在线 | 克里斯托夫·莫尔纳 | 2020 | 中级 | 关于机器学习可解释性和可解释性的免费书籍。 |