在人工智能迅速发展的今天，机器学习深度学习相当于打开人工智能大门的钥匙，而且现在 机器学习深度学习已经成为多学科的热门交叉方向，结合起来发论文简直是降维打击！
而对于刚接触机器学习深度学习领域的初学者来说，盲目的学习只会越学越迷糊
为了方便大家学习，我为大家收集了 机器学习深度学习领域这几年非常热门的教程书（都是中文版、或者有中文译版的）
清华大佬雷明攥写的《机器学习的数学》这本书，是为了帮助读者 更好地把数学知识应用与机器学习中编写的。
这本书涵盖了机器学习中常用的数学知识及其编程实现，由数学基础开始，介绍了矩阵、线性代数、微积分和概率论等数学领域中的基础知识。
还详细讲解了 支持向量机、神经网络和高斯过程等算法的背后数学模型，并配有大量的编程实例供读者参考。
这5本书的PDF和配套代码资料已经一起打包好了
为了避免添加人数过多出现频繁，大家可以随便添加一个小助手，让她发给你。
这可以说是一本完全适合 初学者 的深度学习数学教程书 ！
这本《深度学习的数学》在各大平台好评率高达99%，
这本书的目的是让大家 用轻松易懂的方式来学习 神经网络 所需要的数学基础知识，并用大量的图片和具体示例让大家更好的理解这些知识，让你在轻松的学习中直接把神经网络的原理学懂。
书名《Deep Learning》又名花书，首先说下这本书不是入门的书
作者默认你对deep learning的各个领域都有了基本的了解与涉猎，因此对应于很多知识删繁就简，不会给你掰开揉碎的讲；
而是把重心放在更加深入和新颖的理论与方法上，是用来进阶与补充的书。
写作方式很像是论述类学术论文；（虽然有中文译版，但是有很多原作者的东西译者没有表达出来，还是推荐大家阅读英文原版）
这是一本 将所有代码，都进行了逐行注释的机器学习深度学习教程书！
从书名《几乎所有机器学习问题》就可以看出，这是一本为初学者答疑解惑的一本书。
看完作者的经历后你就会知道这个书名是名副其实了，他加入kaggle 13 年， 奖牌总数高达 1400 多块，平均 3天 就获得了一块奖牌！
作者会直接告诉你如何使用和选择最合适的方法来解决机器学习和深度学习的实际问题，而且因为作者的实战背景非常丰富。
他解决问题的思路也是我们必须要学习的，对我们之后的工作和实战都是非常有帮助的，可以让我们少走很多弯路。
这本书由沐神、阿斯顿·张、立顿、斯莫拉四位大佬联合撰写，现在已经是 70 多个国家 500 多所大学的教程书了，
这本书每一小节都是可以运行的Jupyter 记事本，这本书不仅结合文字、公式和图示来解释深度学习里常用的模型和算法。
还提供了代码来演示如何从零开始实现它们，并且使用真实数据来提供交互式的学习体验。
因为这本书是可交互式的，建议大家去网站学习效果更佳。
书籍地址：https://zh.d2l.ai/
书籍排名无先后，可根据自身研究方向自学选择合适的书籍进行学习。
如果觉得这些书籍还可以的话，快分享给你那些同样需要学习机器学习深度学习的小伙伴吧！
如果喜欢本篇的内容记得点点再看，并把他转发到你的朋友圈。请永远不要停止学习，这是你武装自己对抗这个世界最有力的武器！
