数据挖掘与机器学习经典书目

－－以前上《数据挖掘》课程，老师推荐的数据挖掘与机器学习的经典书目；

－－读过下面的第3本，通俗易懂，个人认为是机器学习入门的一本很好的读本，内容主要包括：线性回归、分类、重抽样方法、线性模型选择与正则化、非线性模型、基于树的方法（决策树、装袋法、随即森林和提升法）、支持向量基、无指导学习。相对而言，书的主要内容还是讲述有指导学习的方法。

1. 《Pattern Recognition and Machine Learning》, Christopher M. Bishop, Springer; 1st ed. 2006. 

2. 《统计学习基础(第2版)(英文)》，T.黑斯蒂 (Trevor Hastie)等，世界图书出版公司; 第1版 (2015年1月1日)

3. 《统计学习导论:基于R应用》，加雷斯·詹姆斯 (Gareth James)等，机械工业出版社; 第1版 (2015年5月1日)

（百度盘：链接: https://pan.baidu.com/s/1cgIk8Cqs7OKgELpd6roElg 提取码: h6gc）

4. 《统计学习方法》，李航，清华大学出版社; 第1版 (2012年3月1日)

5. 《机器学习》，周志华，清华大学出版社; 第1版 (2016年1月1日)

6. 《机器学习》，米歇尔 (Mitchell T.M.) (作者), 曾华军 (译者)，机械工业出版社; 第1版 (2008年3月1日)

7. 《模式分类（第2版）》，Duda (作者), 李宏东