【每周书籍干货】国外近期深度学习与机器学习书籍电子版——你知道一本买来好多刀啊！

查看之前文章请点击右上角，关注并且查看历史消息

所有文章全部分类和整理，让您更方便查找阅读。请在页面菜单里查找。

每周分享十几本国外书籍。

可以打赏！！！可以点赞！！可以留言！

希望分享给更多的人，知识共享！

1、

这是一本机器学习的小册子, 短短300多页道尽机器学习的方方面面. 图文并茂, 生动易懂, 没有一坨坨公式的烦恼. 适合新手入门打基础, 也适合老手温故而知新. 比起MLAPP/PRML等大部头, 也许这本你更需要！

2、

这本书是由谷歌公司和MIT共同出品的计算机科学中的数学：分为5大部分：1）证明，归纳。2）结构，数论，图。3）计数，求和，生成函数。4）概率，随机行走。5）递归。等等

3、Practical Data Science with R

这是一本由雪城大学新编的第二版《数据科学入门》教材：偏实用型，浅显易懂，适合想学习R语言的同学选读。

4、Foundations of Data Science

信息时代的计算机科学理论

5、

这是一本斯坦福统计学著名教授Trevor Hastie和Robert Tibshirani的新书，并且在2014年一月已经开课。

6、A Handbook of Models, Programs, and Exercises

这是一本关于分布式并行处理的数据《Explorations in Parallel Distributed Processing: A Handbook of Models, Programs, and Exercises》,作者是斯坦福的James L. McClelland。着重介绍了各种神级网络算法的分布式实现,做Distributed Deep Learning 的童鞋可以参考下。

7、

这份文档来自微软研究院,精髓很多。如果需要完全理解，需要一定的机器学习基础。不过有些地方会让人眼前一亮,毛塞顿开。

8、Sibyl: A system for large scale supervised machine learning

Sibyl 是一个监督式机器学习系统，用来解决预测方面的问题，比如 YouTube 的视频推荐。

9、Deep Learning

Yoshua Bengio, Ian Goodfellow, Aaron Courville著

10、

这是一本来自微的研究员 li Peng和Dong Yu所著的关于深度学习的方法和应用的电子书。

10、

由Carl Edward Rasmussen，Christopher K. I. Williams编写

11、Neural Networks and Deep Learning

12、Statistical Pattern Recognition

13、Machine Learning For Financial Engineering

所有书籍连接在【阅读原文】

回复【每周书籍】获取密码。

量化投资与机器学习

知识、能力、深度、专业

勤奋、天赋、耐得住寂寞