【译文】每个数据科学家必读的顶级ML、DM和NLP书籍

我们（A.I. Optify）的数据团队列出了那些我们认为数据科学家们和机器学习研究者们会喜欢的主题。我们有合作伙伴，所以我们将会从你的购买行为中获得分享的收益。

 

顶级的机器学习和数据挖掘书籍——在这篇评论中，我们从100本机器学习和数据挖掘的书中收集了各种要素（例如在线评论/评级，涵盖的主题，作者在行业内的权威性，价格，等等）。我们用这些要素来计算出每本书的质量评分，并列出了排名前16的机器语言/数据挖掘/自然语言处理的书籍。

买家会喜欢我们的列表，因为它是根据数据处理得出的，非常客观。读者应该注意到这里列出的所有书籍是从100本在售书籍中精选出来的优秀书籍，质量极高。让我们看看列表吧：

1.统计学习导论：在R中的应用

61.36美元

质量评分：10/10

这本书在亚马逊上有很高的排名，是由来自南加州大学、斯坦福大学和华盛顿大学的三位教授写的。三位作者：加雷思·詹姆斯、丹妮拉威腾和特雷弗·黑斯蒂都有数据统计的学术背景。这本书比“统计学习基础”在R中呈现的例子更具操作性。

2.统计学习要素：数据挖掘、推理和预测，第二版

62美元

质量评分：9/10

这是一本在亚马逊上排名良好的书，由斯坦福大学的三位统计学教授编写。第一作者是特雷弗·黑斯蒂，有着统计及生物统计研究背景。关于这本书的一个有趣的事情是，作者从统计学角度来看机器学习的问题。这本书似乎更偏重于理论，所以有些读者可能会选择排除它！

3.模式识别和机器学习

60美元

质量评分：8/10

这是一本在亚马逊上排名极高的书，由著名作家克里斯托弗·M.·毕晓普编写，他是微软剑桥研究院的杰出科学家，带领“机器学习与知觉”小组。这本书在技术上是全面的，它偏重于各种机器语言主题，包括回归、线性分类、神经网络、核方法和图模型。

4.机器学习：概率视角

79.16美元

质量评分：7/10

《机器学习：概率视角》一书中提供了可自动检测模式中的数据，然后使用未覆盖的模式来预测未来数据的方法。这本书提供了一个基于统一的概率处理法的机器学习领域的全面介绍。这本书的作者凯文·墨菲是在谷歌工作的研究科学家，他的主要研究对象是人工智能、机器学习、计算机视觉、知识基础建设和自然语言处理。

5.数据挖掘：概念与技术，第三版

50美元

质量评分：6/10

由伊利诺斯大学香槟分校计算机科学系Jiawei Han写的书。这本书使你理解和发现隐藏在大量数据集的模式的理论和实践应用，在亚马逊上获得了平均评价。

6.数据挖掘：实用的机器学习工具和技术，第三版

37.5美元

质量评分：6/10

这本书在亚马逊网站上获得相当好的评价。由三位来自新西兰的怀卡托大学计算机科学教授编写。作者还是Weka的主要捐助者，Weka是个用java写的数据挖掘软件。因此，这本书花了专门时间在Weka软件平台的数据挖掘领域实施上。

7.概率图模型：原理与技术

91.66美元

质量评分：6/10

概率图模型：原理和技术是一本独特的书，提供了一个框架的概率图形化模型设计一个自动化系统的原理。这本书是由两个计算机科学教授编写的：斯坦福大学人工智能实验室的达芙妮科勒和耶路撒冷希伯来大学的内尔弗里德曼。

8.信息检索概论

57美元

质量评分：6/10

《信息检索概论》是由斯坦福大学计算机科学教授克里斯托弗曼宁写的。这是一本网络时代信息检索的教材，包括网络搜索和文本分类和文本聚类的基本概念。

9.机器学习

211.6美元

质量评分：5/10

《机器学习》是一本众所周知的在机器学习领域的书，由美国卡内基梅隆大学的计算机科学家教授米切尔所写。米切尔坐上了在卡耐基梅隆大学的世界上第一个机器学习部门的第一把交椅。《机器学习》涉及到一些在机器语言里的基本领域，包括：学习、决策树学习、神经网络、贝叶斯学习、强化学习等。

10.语言和语言处理，第二版

78.65美元

质量评分：5/10

《语音和语言处理》是由斯坦福大学的语言学和计算机科学的教授Dan Jurafsky写的。这本书包含了所有的层次、所有现代技术的语言技术。这本书以基于应用统计学和其他机器学习算法的大公司的经验总结为导向引出主题。

11.数据挖掘导论

118.91美元

质量分数：4/10

本书在亚马逊网站上获得好评。这本书是由三个计算机科学教授写的：来自密歇根州立大学的庞宁潭，明尼苏达大学的米迦勒施泰因和威平库马尔。这本书涵盖了不同基本领域的数据挖掘，如：分类，关联分析，聚类和异常检测。

12.神经网络模式识别

88.42美元

质量评分：4/10

《神经网络模式识别》是相当早期的书籍了，但它是由一位杰出的在剑桥微软研究室的科学家克里斯托弗M写的。

13.统计自然语言处理的基础

87.27美元

质量评分：4/10

《统计自然语言处理基础》是亚马逊获得很好评价的统计自然语言书。处理自然语言文本的统计方法已成为近期主流。书中以基础性的文字对统计自然语言处理（NLP）进行全面的介绍，这本书包含了所有建立自然语言处理工具所需的理论和算法。

14.统计分析和数据挖掘应用手册

72.81美元

质量评分：4/10

这本书在亚马逊上被评为平均评价，由数据挖掘和统计领域的三个博士所写。这本书是一本综合性的专业参考书，它指导商业分析师、科学家、工程师和研究人员进行不同阶段的数据分析、模型构建和实施。

15.理解机器学习：从理论到算法

52.76美元

质量评分：4/10

《理解机器学习：从理论到算法》提供了一个广泛的理论解释基本思想，以及基本思想的数学推导，把这些原则转化为实用算法。这本书的作者均为计算机科学系的教授，分别来自耶路撒冷希伯来大学和滑铁卢大学。

16.机器学习的基础

96.56美元

质量评分：3/10

《机器学习的基础》是一本适用于研究生的教科书，介绍了机器学习的基本概念和方法。介绍了几种重要的现代算法，提供了这些算法的理论基础，并阐述了其应用的关键因素。作者Mehryar毛利，是纽约大学库朗数学科学研究所的计算机科学教授。