机器学习和人工智能是不断发展的领域和不断增长的研究主题。虽然我们在新闻中听到的机器学习的高级实现听起来可能令人恐惧且难以理解，但核心概念实际上很容易掌握。在本文中，我们将回顾一些最受机器学习初学者（或任何只是想学习的人）欢迎的资源。其中一些书籍需要熟悉一些编码语言和数学，但在这种情况下我们一定会提及。
作者： 奥利弗·西奥博尔德 网站： 亚马逊 这个标题有点解释性，对吧？如果您想为初学者提供有关机器学习的完整介绍，这可能是一个不错的起点。当西奥博尔德说“绝对的初学者”时，他绝对是认真的。不需要数学背景，也不需要编码经验——对于任何对机器学习感兴趣的人来说，这是对该主题最基本的介绍。 “简单”的语言在这里受到高度重视，以防止初学者被技术术语淹没。各种算法都配有清晰易懂的解释和直观示例，以确保事情易于理解。还引入了一些简单的编程来将机器学习置于上下文中。
作者： 约翰·保罗·穆勒和卢卡·马萨龙 网站： 亚马逊虽然我们针对的是“绝对初学者”，但流行的“傻瓜”系列是另一个有用的起点。本书旨在让读者熟悉机器学习的基本概念和理论以及它如何应用于现实世界。它介绍了机器学习不可或缺的编程语言和工具，并说明了如何将看似深奥的机器学习变成实用的东西。本书介绍了一些用 Python 和 R 编写的代码，用于教机器寻找模式和分析结果。从这些小任务和模式中，我们可以推断机器学习如何通过网络搜索、互联网广告、电子邮件过滤器、欺诈检测等在日常生活中发挥作用。通过这本书，您可以向机器学习领域迈出一小步。
作者： 约翰·D·凯莱赫、布莱恩·麦克·纳美和奥伊芙·达西 网站： 亚马逊 这本书涵盖了机器学习的所有基础知识，深入探讨了该主题的理论，并使用实际应用、工作示例和案例研究来将知识带入家庭。 “基础知识”最好由具有一定分析知识的人阅读。它介绍了机器学习的不同学习方法，并为每个学习概念提供了算法和模型，以及在实践中展示这些概念的工作示例。
作者： 托比·塞加兰 网站： 奥莱利 |亚马逊这更多的是一本实施机器学习的实用现场指南，而不是机器学习的介绍。在本书中，您将了解如何在机器学习中创建算法来收集对特定项目有用的数据。它教读者如何创建程序来访问网站数据，从应用程序收集数据，并在收集数据后弄清楚这些数据的含义。 “集体智能编程”还展示了过滤技术、检测群体或模式的方法、搜索引擎算法、预测方法等等。每章都包含练习来展示应用课程。
