大数据文摘出品
来源：towardsdatascience
编译：武帅
在计算机科学领域，机器学习正如日中天。每个较大的公司不是正在使用，就是即将使用机器学习来理解它们的数据并解决问题。是时候学习一下机器学习了，这会是一个有趣的挑战。当然，学习的最好方法莫过于读几本经典书籍了。
作者按照学习的不同程度推荐了相应阶段适合阅读的书籍，大家各取所需~
入门级
如果你只是刚开始学习机器学习，那么这本书你一定不能错过：
《Python机器学习基础教程》（IntroductiontoMachineLearningwithPython）是对机器学习的简要介绍。它不涉及Python的简单知识，而是介绍了机器学习的基础概念和应用，并通过示例讨论了各个方法。这是我所见过的最好的机器学习入门书，没有之一！
中级
如果你已经做过许多机器学习项目，并且对机器学习模型已经相当熟悉时，这有一些进阶书籍可以帮你走得更远：
《Python机器学习》（PythonMachineLearning）是一本实用书籍，包含着大量示例代码。它结构合理，内容丰富，易读性强，第二版已经包含了生成对抗网络的内容（GANs）。对于不同层次的人来说，它始终是一本不可多得的好书。
《基于Scikit-Learn和TensorFlow的机器学习实战》（Hands-OnMachineLearningwithScikit-LearnandTensorFlow）对中级技术人员来说是一本不错的参考书。它包括了机器学习的各个方面：分类、降维、神经网络甚至是深度学习等等。
《模式识别和机器学习》（PatternRecognitionandMachineLearning）以一个良好的数据集为示例，利用各种基础算法对其进行处理。它主要