：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　【新智元导读】 这五本精心挑选的电子书，可以帮助你更全面地了解机器学习，掌握进入这个行业必备的技能。

　　需要注意的是，虽然有关机器学习的免费电子书成千上万，而且其中有许多非常有名，但这份书单中避开了这些“常规”路线，为读者选出了五本不是特别著名，但非常有实用价值的书籍。

　　进入新智元微信公众号，回复161101，可下载全部五本电子书。

　　1.《机器学习导论》（Introduction to Machine Learning）

　　该书是斯坦福大学的Nils J. Nilsson在90年代中期的机器学习笔记合集。在你产生“90年代的东西”的想法并对其嗤之以鼻之前，记住，基础就是基础，经典不会过时，无论它是什么年代写成的。

　　诚然，自这本书成书以来机器学习已经取得了许多重要的进步，但正如Nilsson自己所说，这些笔记涵盖了许多现在仍被认为是与机器学习直接相关的基础知识。本书中没有涉及过去几十年的技术进步，其他作者常常恨不得在前言中介绍这些内容。但是，本书有许多关于统计学习、学习理论、分类以及各种算法等合你胃口的知识。而且这本小书不足200页，读起来非常轻松。

　　2.《深入理解机器学习:从原理到算法 》（Understanding Machine Learning: From Theory to Algorithms）

　　本书由Shai Shalev-Shwartz和Shai Ben-David编写，它比前一本更新、篇幅更长，也更关注前沿技术。它对更多算法作了深入的介绍，同时强调实用性。对初学者来说，关注理论可以是真正了解机器学习算法背后的驱动力的重要线索。本书的高级理论部分涵盖了一些可能超出了初学者能力的概念，但可作为选读内容阅读。

　　（译者注：这本有中文版）

　　3.《贝叶斯推理与机器学习》（Bayesian Reasoning and Machine Learning）

　　就我所知，这本有关贝叶斯机器学习的介绍性书籍是这个主题里最知名的一本。明尼苏达大学的Arindam Banerjee的该书的亚马逊评论中写道：

　　该书广泛涵盖了概率机器学习的相关主题，包括离散图模型、马尔可夫决策过程、高斯过程、随机和确定性推理等。该教材非常适合本科高年级生或作为研究生的介绍性读物。书中的论述使用大量图表和例子，j2直播，还附带了一个扩展软件工具箱...

　　需要注意的是，书中附带的工具箱需要在MATLAB中实现，atv，而MATLAB已经不是主流的机器学习语言。但是，这个工具箱不是该书唯一的亮点。

　　本书为那些对概率机器学习感兴趣的人提供了一个很好的起步。

　　4.《深度学习》（Deep Learning）

　　这是Goodfellow、Bengio和Courville合著的即将发表的深度学习专业书籍，其官网上有一个免费的终稿版本。

　　以下两段文字摘录自该书的官方网站，其中一段是书的内容的概述，另一段可以激起每个人阅读这本书的兴趣。

　　这部《深度学习》教材旨在帮助学生以及从业者进入机器学习领域，尤其是深度学习领域。该书的在线版本已完成，可以免费获取。纸质版本即将推出。

　　本书的目标读者之一是学习机器学习专业的大学生（本科生或研究生），以及那些开始进入深度学习和人工智能研究业界的人。其他目标读者是缺乏机器学习或统计学背景，但希望快速获取相关知识并在自己的产品或平台中应用的软件工程师。

　　本书可以说是学习深度学习最好的教材！

　　5.《增强学习：导论》（第二版）（Reinforcement Learning: An Introduction）

　　Sutton和Barto的这部权威经典教材现在出了第二版，虽然纸书尚未出版，不过网上已经有第二版的终稿版本。