机器学习是个跨领域的学科，而且在实际应用中有巨大作用，但是没有一本书能让你成为机器学习的专家。

在这篇文章中，我挑选了10本书，这些书有不同的风格，主题也不尽相同，出版时间也不一样。因此，无论你是新手还是领域专家，一定能找到适合你的。

新手的最佳读物

这本书绝对是初学者非常期待的入门书。这本书条理清晰，学习成本低，因此我把它列为新手的最佳读物。

下面让我们深入讨论一些关于人工智能程序的话题。

人工智能编程范例

如果您想接触最新的人工智能技术，那么Peter Norvig写的人工智能编程范例将非常适合。

这被广泛认为是有史以来最好的编程书籍之一。实际的写作风格很容易遵循。它会引导你在学习的过程中自我发现。而且例子也帮助你用最清晰的方式写出高质量的LISP程序。

请注意，在打开这本书之前，作者默认你应该有编程经验。这并不是说你要成为一个编程方面的专家，但如果你从来没有写代码(或者写的不太好)，那么你可能在学习的过程中遇到很多困难。

这本书长达900多页，但它仍然是无可争议学习人工智能这一与机器学习非常相关的主题的最好的资源。

傻瓜机器学习

以前，我一直是讨厌推荐“For dummies”系列的书籍，因为它们都太过简单直白。但是，由于这本书的作者都是经验丰富的数据科学家，我决定破一次例。

即使是零基础，傻瓜机器学习这本书也能让读者快速体验到机器学习的魅力。尽管书中的例子是用python语言写的，但是其实你并不需要了解python的语法。

在本书中，你将了解到机器学习的历史以及机器学习与人工智能的不同。作者为我们详尽地讲解了每一个知识点。

在读本书之前，你只需要一些数学和逻辑方面的基本知识，而并不需要编程的经验。如果你在读这本书前从没接触过算法，可能你会有点痛苦，不过仍然可以做一些互补的研究。

机器学习：新的人工智能

这本书应该是本篇文章中推荐书目中最新的。为什么要把这本书列进来呢?因为这本书着力于用算法处理数据集并且帮助编程者从数据集中学习。

作者 Ethem Alpaydin是领域里知名的学者。他还出版了机器学习导论。 Ethem有丰富的经验，并且他之前的作品也是拔尖的。

Ethem向我们描述了机器学习的演化过程，并且告诉我们如何在实际的应用中使用机器学习的算法。在读这本书之前，你需要有一些编程的经验。当然如果你对机器学习有浓厚的兴趣，这样也是可以的。

由于它是这个书单中最新的一本书，atv，可以确定的是这本书和当前科技行业紧密结合。

人工智能:一种现代的方法

虽然人工智能和机器学习是不同的，但是它们有很多相通之处。编程人员可以从中学到很多。你应该学习如何找到解决机器学习项目中问题的方法。

这本书是一个非常棒的导论，总共有1100多页，并涵盖了许多的技术。

中高级编程人员可能会觉得这本书过于简单。这本书并不是为有经验者而写，而是一本新手的入门书籍。它是你学习人工智能和机器学习基础的一盘开胃菜。

机器学习：用算法让数据说话

Peter Flach写的这本机器学习包含了很多机器学习的实际案例。我认为这本书是为中高级开发人员而写。他们可以用这本书巩固机器学习方面的基础知识，因为这本书比其它书更详细。

用这本书，你将利用机器学习方法来生成，分析和预测统计模型。Peter阐述了自定义垃圾邮件过滤器如何工作，并且解释了为何这种方法现在这么火。

从ROC分析开始，后面的章节中会比之前深一些。

在每个知识点处，这本书都配有图形、图表的说明。机器学习是一个很宽的领域，而Peter通过例子的方式，分解了其中主要的部分。

如果你对大数据和机器学习感兴趣，那么我极力推荐这本书，但是这有一个前提，那就是你有一定的背景知识。

Python 机器学习

在我之前提到的书中，几乎没有限定语言的。而这本Sebastian Raschka的450多页的书将打破这一记录。

对于想学习机器学习的python开发人员来说，这本是最好的导论。

很多人选择python作为工具是因为python语法简单，功能强大，而且 像scikit-learn这样的机器学习类库众多。