有哪些書籍適合《機器學習》本科生入門學習？

推薦看Adrew NG 吳恩達的公開課，網易公開課應該有翻譯。

只需要有本科線代和微積分基礎，基本可以比較清晰的理解現在主流機器學習解決方案和原理

人工智能領域有哪些書比較值得推薦

機器學習

Programming Collective Intelligence

本書以機器學習與計算統計為主題背景，專門講述如何挖掘和分析Web上的數據和資源，如何分析用戶體驗、市場營銷、個人品味等諸多信息，并得出有用的結論，通過復雜的算法來從Web網站獲取、收集并分析用戶的數據和反饋信息，以便創造新的用戶價值和商業價值。

全書內容翔實，包括協作過濾技術（實現關聯產品推薦功能）、集群數據分析（在大規模數據集中發掘相似的數據子集）、搜索引擎核心技術（爬蟲、索引、查詢引擎、PageRank算法等）、搜索海量信息并進行分析統計得出結論的優化算法、貝葉斯過濾技術（垃圾郵件過濾、文本過濾）、用決策樹技術實現預測和決策建模功能、社交網絡的信息匹配技術、機器學習和人工智能應用等。本書是Web開發者、架構師、應用工程師等的絕佳選擇。

Machine Learning for Hackers

Machine Learning for Hackers （中文譯名：機器學習-實用案例解析）通過實例講解機器學習算法，用R實現的，可以一邊學習機器學習一邊學習R。這是一本實操型的書，重點放在講怎么用R做數據挖掘，機器學習的算法更多的是通過黑箱的方式來講，強調input,output含義，弱化機器學習算法細節。文中基本都是通過case來講述怎么去解決問題，并且提供了原始數據供自己分析。適合兩種人：

（1）有過機器學習的一些理論，缺少案例練習

（2）只需掌握怎么用通用的機器學習解決問題的人，只希望知道機器學習算法的大致思想，不想詳細學習機器學習中的算法。

Machine Learning by Tom M Mitchell

《Machine Learning》展示了機器學習中核心的算法和理論，并闡明了算法的運行過程。《Machine Learning》綜合了許多的研究成果，例如統計學、人工智能、哲學、信息論、生物學、認知科學、計算復雜性和控制論等，并以此來理解問題的背景、算法和其中的隱含假定。《機器學習》可作為計算機專業 本科生、研究生教材，也可作為相關領域研究人員、教師的參考書。

The Elements of Statistical Learning

《The Elements of Statistical Learning》介紹了這些領域的一些重要概念。盡管應用的是統計學方法，但強調的是概念，而不是數學。許多例子附以彩圖。《The Elements of Statistical Learning》內容廣泛，從有指導的學習（預測）到無指導的學習，應有盡有。包括神經網絡、支持向量機、分類樹和提升等主題，是同類書籍中介紹得最全面的。

計算和信息技術的飛速發展帶來了醫學、生物學、財經和營銷等諸多領域的海量數據。理解這些數據是一種挑戰，這導致了統計學領域新工具的發展，并延伸到諸如數據挖掘、機器學習和生物信息學等新領域。許多工具都具有共同的基礎，但常常用不同的術語來表達。

Learning from Data

這是一門機器學習（ML）的入門課程，涵蓋其基本理論、算法及應用。機器學習是大數據及金融、醫藥、商業及科研應用的關鍵技術。機器學習使得計算系統能夠自動學習如何通過數據中提取的信息執行目標任務。機器學習現已成為當下最熱門的研究領域之一，也是加州理工學院15個不同專業的本科生和研究生的研修課程。本課程在理論和實踐中保持平衡，并涵蓋了數學與啟發式方法。

Pattern Recognition and Machine Learning

這本書是機器學習的神作之一，必讀經典！

人工智能

Artificial Intelligence: A Modern Approach

《Artificial Intelligence: A Modern Approach》以詳盡和豐富的資料，從理性智能體的角度，全面闡述了人工智能領域的核心內容，并深入介紹了各個主要的研究方向，是一本難得的綜合性教材。

Artificial Intelligence for Humans

這本書闡釋了基本的人工智能算法，如維度、距離度量、聚類、誤差計算和線性回歸等，用了豐富的案例進行闡釋。需要較好的數學基礎。

Paradigm of Artificial Intelligence Programming

本書介紹了出色的編程范式和基本的AI理論，是致力于人工智能領域的小伙伴的必讀之作。

Artificial Intelligence: A New Synthesis

本書提出了統一人工智能理論的新的集成方法，涵蓋了諸如神經網絡，計算機視覺，啟發式搜索，貝葉斯網絡等。進階選手必讀。

The Emotion Machine: Commonsense Thinking, Artificial Intelligence and the Future of Human Mind

在這部讓人腦洞大開的圖書中，科技先鋒馬文·明斯基繼續了他極具創造力的研究，給我們呈現了一個全新的不可思議的人類大腦運轉模式。

Artificial Intelligence (3rd Edition)

這是一本關于人工智能的入門書。沒有編程基礎的人也可以很容易地理解其中的解釋和概念。化繁為簡，但也包含了高層次的人工智能領域的探討。