【51CTO.com快译】如今，机器学习(Machine Learning)已经成为各大软件工程领域内重要的发展趋势之一。它们不再局限于被科研人员和分析师频繁接触和使用，还渗透到了网络安全、Web开发等与用户相关的应用场景中，并且作为重要的组成部分发挥着关键作用。
为了帮助您更好地了解并着手掌握机器学习，我们在此准备了一份来自Packt(译者注：Packt Publishing是世界上发展最快和产品最丰富的技术书籍出版商之一。)的，最值得您在2019年“喜提”到手中，仔细阅读的五份机器学习类免费电子书单。只要您在www.packtpub.com注册成为了会员，便可以下载任何您喜欢的技术类电子图书和视频，而不仅限于机器学习这一种。
1. Learning Python
准确地说，这并不是一本专门针对机器学习的电子图书。我们之所以将其放在书单的***位，是因为对于机器学习的任何开发模型而言，Python都是一门必备的语言。
如果您是一名新手，那么这本书将有助于您快速地上手该语言。通过阅读，您会发现，Python实际上是一门非常直观的编程语言，它能够灵活地适应各种应用场景。
本书涵盖了Python语言的基础知识。通过向您展示一些核心的应用领域，它能够帮助您夯实Python的编程原理，使您能够快速切入实战式的开发项目。本书不但涉及到了数据结构、编写可重用代码和测试范例等方面，还能够引导您使用Python去开发各种类型的Web与应用项目。
2. Python Machine Learning
Python Machine Learning是近十年来机器学习类最为畅销的技术图书之一。围绕着Python这一机器学习的“御用”语言，本书介绍了各种用于数据整理(data wrangling)和深度学习的开源库的运用。本书作者--Sebastian Raschka，作为机器学习和人工智能研究领域的领军人物，曾推动过各种项目的实现与落地。他在书中详细展示了如何使用有效的决策，来改善和优化现有的机器学习系统。
另外，本书通过问答进阶的方式，让您掌握机器学习的算法、模型的评估、集成式学习和神经网络等知识。同时，书中也演示了如何使用诸如scikit-learn和TensorFlow等Python资源库，来构建鲁棒的统计模型。
3. Python的深度学习
深度学习是在机器学习研究的领域中，更为前沿和新颖的探索。简单来说，它增加了机器学习的复杂性和抽象性。即，通过神经网络和人工智能，深度学习能够模拟人脑的机制，并解释包括图像、声音和文本中的内部信息与数据。
本书在加固读者现有关于Python和机器学习知识的同时，介绍了各种算法和诸如Theano、Caffe、Keras、TensorFlow等资源库。通过阅读，您可以了解到自动编码器(Auto-Encoders)和受限玻尔兹曼机(Restricted Boltzmann Machines)的实现，以及如何在图像识别与游戏等应用领域，构建更为详细的深度学习模型。
4. Artificial Intelligence with Python
本书旨在向您传授如何用Python来实现人工智能系统。该书既涉及到了不同的分类与回归技术，又和读者讨论了集群的概念和如何用它来对数据进行自动分段。
同时，本书不仅有助于您深入地学习与逻辑编程(logic programming)相关的概念和技术，还通过构建一套人工智能的推荐系统，引导您实现属于自己的语音和文本识别应用。
5. Advanced Python Machine Learning
这本免费电子书向读者传授机器学习领域的前沿知识，并有助于将各种Python算法发挥到***。它通过诸如图像、音乐、文字和财务数据等现实世界中常见的案例，和详尽的代码，展示了深度学习和半监督学习(semi-supervised learning)等技术的实际运用。
原文标题：5 Free eBooks to Help You Learn Machine Learning in 2019，作者：Richard Gall
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
