本文推荐了几本关于机器学习的书籍，如MATHEMATICS FOR MACHINE LEARNING，帮助理解数学原理和应用。此外，建议使用scipy等数学函数库深入理解公式，并通过sklearn实践机器学习模型。kaggle平台提供实战机会，而paper with code则有助于查阅相关论文，提升理论知识。
我写博客的目的就是让大家了解人工智能背后的数学原理，但人工智能这个话题太大了，背后涉及到的知识非常庞大，仅靠写几篇文章传播力度有限，况且知识传播过程中也容易引入误解，所以授之以鱼不如授之以渔，这里给大家推荐一些资源。
看书是学习必不可少的方式之一，今天给大家推荐一本机器学习数学原理和应用的书：MATHEMATICS FOR MACHINE LEARNING，PDF路径如下：
https://mml-book.github.io/book/mml-book.pdf
我把书的目录浓缩一下让大家先睹为快：
Part1：
Part2：
这本书分为两部分，第一部分是机器学习数学原理，第二部分是机器学习常见模型，模型背后也就是对数学原理的应用。原理+应用是很好的学习组合，先看原理再去学习应用也行，先以应用入手，遇到问题再回过头扣原理也可以。
人工智能的书很多，推荐这本书的原因是看完它有种豁然开朗的感觉，以前很多遗留的悬念大部分都解决了。
代码是数学公式的翻译，对于数学原理，想必大家都苦恼于繁多的数学公
最低0.47元/天 解锁文章
419
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
