－－以前上《資料探勘》課程，老師推薦的資料探勘與機器學習的經典書目；
－－讀過下面的第3本，通俗易懂，個人認為是機器學習入門的一本很好的讀本，內容主要包括：線性回歸、分類、重抽樣方法、線性模型選擇與正則化、非線性模型、基於樹的方法（決策樹、裝袋法、隨即森林和提公升法）、支援向量基、無指導學習。相對而言，書的主要內容還是講述有指導學習的方法。
1. 《pattern recognition and machine learning》, christopher m. bishop, springer; 1st ed. 2006.
2. 《統計學習基礎(第2版)(英文)》，t.黑斯蒂 (trevor hastie)等，世界圖書出版公司; 第1版 (2023年1月1日)
3. 《統計學習導論:基於r應用》，加雷斯·詹姆斯 (gareth james)等，機械工業出版社; 第1版 (2023年5月1日)
4. 《統計學習方法》，李航，清華大學出版社; 第1版 (2023年3月1日)
5. 《機器學習》，周志華，清華大學出版社; 第1版 (2023年1月1日)
6. 《機器學習》，公尺歇爾 (mitchell t.m.) (作者), 曾華軍 (譯者)，機械工業出版社; 第1版 (2023年3月1日)
7. 《模式分類（第2版）》，duda (作者), 李巨集東 (譯者)，機械工業出版社; 第1版 (2023年9月1日)
8. 《凸優化(英文)》，鮑迪 (stephen boyd)，世界圖書出版公司北京公司; 第1版 (2023年10月1日)
9. 《foundations of machine learning》，mehryar mohri等，mit press (2023年9月7日)
10. 《資料探勘：概念與技術（英文版·第3版）》，韓家煒等，機械工業出版社; 第1版 (2023年3月1日)
11. 《資料探勘導論》，陳封能 (pang-ning tan)等，人民郵電出版社; 第2版 (2023年1月1日)
12. 矩陣計算(英文版)(第4版)，戈盧布 (gene h.golub)等，人民郵電出版社; 第1版 (2023年3月1日)
13. 《矩陣分析與應用(第2版)》，張賢達，清華大學出版社; 第2版 (2023年11月1日)
14. 《演算法導論(原書第3版)》，thomas h.cormen等，機械工業出版社; 第1版 (2023年7月1日)
15. 《數值最優化(影印版)》，勞斯特 (jorge nocedal)等，科學出版社; 第1版 (2023年1月1日)
機器學習與資料探勘
機器學習的科學成分更重一些 資料探勘的技術成分更重一些 資料分析的角度 資料探勘並沒有機器學習探索人的學習機制這一科學發現任務 資料探勘中的資料分析是針對海量資料進行的 是一門多領域交叉學科，涉及概率論 統計學 畢竟輪 凸分析 演算法複雜度理論等多門學科，專門研究計算機是怎樣模擬或實現人類的學習行為...
資料探勘與機器學習入門
導論 機器學習演算法最適用的場景就是 不便用規則處理的場合 資料探勘 data mining 是有組織有目的地收集資料，通過分析資料使之成為資訊，從而在大量資料中尋找潛在規律以形成規則或知識的技術。機器學習 machine learning,ml 是一門多領域交叉學科，涉及概率論 統計學 逼近論 凸...
資料探勘與機器學習釋義
人工智慧是目前炙手可熱的領域，所有的網際網路公司以及各路大迦們紛紛表態人工智慧將是下乙個時代的革命性技術。資料探勘 data mining 和機器學習 machine learning 作為人工智慧研究與應用的分支領域，也越來越多的被提到。在大多數非計算機專業人士以及部分計算機專業背景人士眼中，機器...