周末充电系列：11本机器学习和数据科学书籍推荐！
这是保持自我更新的最佳时机，特别是对于那些处于不断变化的技术领域的人来说。如果你对数据科学、机器学习和其他领域的专业感兴趣，或者在数据科学、机器学习和相关领域担任专业人员，以下11本书一定会对你有所帮助。
1）数据科学的艺术
关注数据的分析和精炼，Roger D Peng和Elizabeth Matsui撰写的书籍为数据科学领域的从业人员和管理人员提供了鸟瞰图。
本书描述了分析数据的过程。作者在管理数据分析师和进行他们自己的数据分析方面拥有丰富的经验，而本书是一种适用于数据科学从业者和管理者的格式的升华。
你可以在这里下载这本书：https://leanpub.com/artofdatascience
2）理解机器学习：从理论到算法
本书由Shai Shalev-Shwartz和Shai Ben-David以原则性的方式介绍了机器学习及其提供的算法范例。
本书提供了机器学习的基础知识和将这些原理转化为实用算法的数学推导的理论说明。在介绍基础知识之后，本书涵盖了以前教科书未解决的大量中心议题。
你可以在这里下载这本书：http://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/
3）考虑统计——程序员的概率和统计
本书由Allen B Downey编写，由O'Reilly Media出版，介绍了Python程序员的概率和统计。
大多数介绍性书籍不包括贝叶斯统计数据，但思考统计数据基于贝叶斯方法太重要而无法推迟的想法。通过利用PMF和CDF库，初学者可以学习概念并解决具有挑战性的问题。
你可以在这里下载这本书：http://www.greenteapress.com/thinkstats/
4）数据科学手册
本书汇集了25位数据科学家的访谈内容，分享他们的见解、故事和建议。尽管本书不是数据科学的技术指南，但知名人士的个人故事可指导读者制定自己的行动计划。
如果你是一位有抱负的数据科学家，本书将对这种新的职业道路提供一个很好的视角。如果你是领先的数据科学团队，本书可以阐明如何与数据科学家合作和开发数据。
你可以在这里下载这本书：http://www.thedatasciencehandbook.com
5）机器学习的渴望
作者吴恩达指出，本书的目标是“教一个人如何组织一个机器学习项目来做出众多决定”。
历史上，学习如何制定这些“战略”决策的唯一方法是在研究生项目或公司中进行为期多年的学徒工。 “我正在写一本书来帮助你快速获得这项技能，这样你就可以在建立AI系统方面变得更好。”作者说。
你可以在这里下载这本书：http://www.mlyearning.org
6）数据驱动
在O'Reilly出版物中，前美国首席数据科学家DJ Patil和学者Hilary Mason概述了一个人如果希望他们的公司真正实现数据驱动，需要采取的步骤。
成功完成数据不仅仅是将Hadoop放入机房，还是聘请一些具有疯狂数学技能的物理学家。它要求你开发一种涉及整个组织的人员的数据文化
您可以在亚马逊上免费下载Kindle版本。（https://www.amazon.com/Data-Driven-DJ-Patil-ebook/dp/B00SXHFTAS/ref=as_li_ss_tl?s=books&ie=UTF8&qid=1435296244&sr=1-1&keywords=data+driven&linkCode=sl1&tag=statsy-20&linkId=67RJFTEACEF6CBGW）
7）海量数据的挖掘
大数据规模庞大，但如何有效筛选准确和相关的信息呢？本书基于斯坦福大学计算机科学课程，专为数据分析爱好者设计，他们可能没有正式的资格证书。
大数据正在改变世界。在这里，你将学习数据挖掘和机器学习技术，以处理大型数据集并从中提取宝贵的知识。
你可以在这里下载这本书：http://mmds.org
8）神经网络简介
从神经网络的历史到训练，作者D Kriesel在本书中系统地解释了这个主题。
神经网络是一种生物启发式数据处理机制，可以使计算机在技术上与大脑学习相似，甚至一旦解决了足够的问题实例就可以推广。
你可以在这里下载这本书：http://www.dkriesel.com/en/science/neural_networks
9）Data Jujitsu
美国前首席数据科学家DJ Patil利用这个技术来解决“重量”问题。
在开始解决方案之前了解更多关于问题的信息，并使用调查结果来解决问题，或者确定问题是否值得解决。
你可以在这里下载这本书：http://www.oreilly.com/data/free/data-jujitsu.csp
10）建设数据科学团队
本书讨论了组建强大和创新的数据团队的重要性。本书讨论了所需的技能、期待的视角以及用于处理数据的工具。
主题包括诸如“数据驱动意味着什么”，数据科学家的独特角色，数据科学家的四个基本特质以及DJ Patil在构建LinkedIn数据科学团队方面的第一手经验等内容。
你可以从亚马逊网站下载免费的Kindle版本：https://www.amazon.com/Building-Data-Science-Teams-Patil-ebook/dp/B005O4U3ZE/ref=as_li_ss_tl?s=books&ie=UTF8&qid=1435296340&sr=1-1&keywords=building+data+science+teams&linkCode=sl1&tag=statsy-20&linkId=YNBOQHK74KMZKS3E
11）规划算法
本书涵盖了运行和执行人工智能、机器学习和机器人的各种程序所需的大量计划。
你可以在这里下载这本书：http://planning.cs.uiuc.edu/booka4.pdf