编辑：David
新的一年到了，小伙伴是不是总觉得时间太少，要学的东西太多？今天这篇荐书贴挑选了8本机器学习经典教程，由浅入深，从理论到实践，大部分可免费下载，一起来充电吧！
新的一年，是不是感觉时间太少，要学的东西太多了？
在过去的几年里，有不少讲深度学习的书籍。今天给小伙伴们推荐8本关于AI和机器学习的经典书籍，大部分都有完整版PDF下载。
这8本书从内容上看，可以分为四类：
机器和深度学习基础知识（适合初学者）机器学习框架：Pytorch、Tensorflow和KerasMLOP：云、生产和深度学习工程深度学习理论
机器学习和深度学习基础
AndriyBurkov：TheHundred-PageMachineLearningBook
如果你是新手，看这本书就很适合。如果是老手，可能会觉得这本书很无聊，讲的都是你已经知道的东西。
前两章重点介绍机器学习公式、符号和关键术语。随后，Burkov分析了最重要的ML算法，如回归、决策树、支持向量机和k-最近邻。
第4章是关于梯度下降和学习过程的，第5章是最佳实践的集合；即特征工程、正则化、超参数调整等。第6章专门介绍神经网络。
之后，Burkov讨论了如何使用上述方法解决特定问题。书中解释了常见的机器学习挑战、陷阱以及有针对性的解决方案。最后讲到了无监督、自监督和推荐系统等内容。
PDF：