机器学习、深度学习资源总结

最近有朋友询问我 Python 机器学习和数据分析的一些资料，虽然现在网上有很多这方面资料的汇总，但我觉得学习数据分析不在于读多少书，而是需要多练，练语言使用，练常用分析方法，练分析思维等。所以我整理了一下我在学习时看过的觉得质量很高的书。希望能有所帮助吧。

Python 语言基础及数据分析工具

• 廖雪峰 Python3 教程，适合新手，如果只是用 Python 做数据分析的话我觉得看到“常用第三方模块”拿章就足够了
• Dive into Python3，比较深入的 Python 教程，详细介绍了 Python 内置数据类型，字符串，正则表达式和生成器等经常用到的 Python 特性
• Python Cookbook 3，这本书不是教程，但对于一些碰到的问题这本书提供了很棒的解法，可以时不时翻翻
• Problem Solving with Algorithms and Data Structures using Python，使用 Python 介绍常见数据结构与算法，内容易懂，推荐
• 流畅的 Python，虽然这本书与数据分析没有多大关系，但如果你对 Python 真的感兴趣那一定要读读这本书，这是让你真正进阶为 Python 高手优雅地使用 Python 的魔法书
• Anaconda 平台，用 Python 进行数据分析最好用的平台，集成了 IPython，Jupter Notebook 两个在数据分析中最常用的工具；其次 Anaconda 也解决了 numpy 和 scipy 在 Windows 平台上安装困难的问题；同时 Anaconda 也提供了虚拟环境管理和相应的 GUI；最后 Anaconda 附带的 Spyder IDLE 比官方的IDLE好用，也比 PyCharm 轻量
• Jupyter 项目，Jupyter 项目提供了 IPython，Jupyter Notebook 两个非常好用的 Python 库，让你像写作一样完成数据分析，你甚至能用 Jupyter Notebook 进行数据展示和分享，Try and Enjoy it。

专业书或视频

• 数据挖掘导论，数据分析基础知识介绍，非常详细
• 使用 Python 进行数据分析，Python 著名的 Pandas 库作者写的一本关于如何使用 Python 进行数据分析，入门必读
• 机器学习，周志华的经典“西瓜书”，推荐作为入门读物
• 机器学习系统设计，比较基础但相对全面的 Python 机器学习书，想入门机器学习应该看看
• Introduction to Machine Learning with Python，O'Reilly 出版的另一本好书，非常新，内容也很扎实，推荐。中文版传送门
• Deep Learning，深度学习基础，深度学习要求较高，想要真正研究深度学习的同学应该有比较好的线性代数知识和一台好电脑 :)
• Python Data Science Handbook，这本书详细介绍了数据分析常见问题和解决方法，一本不错的工具书
• 吴恩达机器学习Coursera 课程，吴恩达的课程无需多介绍。
• TensorFlow实战，著名的深度学习库 TensorFlow 应用实例
• 机器学习从认知到实践(第2辑)(套装共3册,Python+TensorFlow)，另一套实战系列

论坛或网站

• CodeWars，一个用于刷题提高对语言理解的网站，类似于 LeeCode，除 Python 外还支持 Ruby, Javascript, C 等语言
• Kaggle，在线数据分析和分享的网站，上面有很多数据集，你可以观看别人的数据分析过程，也可以在上面提交自己的 Jupyter Notebook，里面大神云集，非常适合学习和练手

本作品采用《CC 协议》，转载必须注明作者和本文链接