这些书将帮助您学习机器学习
代码和概念第一（code and concepts)
然后再需要的时候用数学来填补空白（math)
1、第一款人类机器学习 、
<number one machine learning for humans 》
by vishalMani /SemereSare
shah 和Samer设法计算出了一套关于机器学习所有主要主题的非常漂亮且完美的解释结合，并集中书写在这本96页的书中， (含监督学习，非监督学习，强化学习，深度学习，神经网络）
晚上免费阅读。
很全面的书，无论对初学者还是从业者都很有帮助。
2、利用 Python 进行数据分析 · 第 2 版
《python for data analysis》
by wesMckinne韦斯麦金尼
非常不错的 Python 数据分析入门系统教程,值得入手，本书由 Python pandas 项目创始人Wes McKinney 亲笔撰写，详细介绍利用 Python 进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第 2 版针对 Python 3.6 进行全面修订和更新，涵盖新版的 pandas、NumPy、IPython 和 Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。
本书最大的特点是通过介绍 Python 编程和用于数据处理的库和工具环境，可以让你成为一个数据分析专家。虽然本书的标题是“数据分析”，重点却是 Python 编程、库，以及用于数据分析的工具。这就是数据分析要用到的 Python 编程。
(作为一名机器学习工程师，大部分时间都会华仔处理数据，分析数据以及为建模做准备上。99%的时间可能都会用pandas来做这些事情。)
如果你先计入数据科学或机器学习，你必须知道如何处理数据。
3《hands on Machine Learning with scikit learn&tensorflow》
为了去更新最好的机器学习技术，
告诉你如何着手利用scikit learn and tensorflow去坚决相关问题，这两者都是最有用的机器学习库
model it（建模）
4、《deep learning》深度学习
by andrew triask
（可以在网上免费阅读）
此书还在更新中，作者还没写完
TenrencePark(泰伦斯帕克）杰里米（Jeremy)任教的一所大学的计算机科学教授
5、《machine learning》机器学习
by AndreBerkov（100页）
机器学习入门手册，告诉你什么是机器学习。
6、《deep learning》深度学习
by Earn goodfellow Benjo and Aron Courville
,由谷歌大脑团队科学家Ian Goodfellow, Yoshua Bengio and Aaron Courville撰写
(在网上免费阅读）
如果你要更上一层楼，这本书就有用武之地了
特别是数学，这是长期知识
因为代码框架工作，语言等会更新迭代
（code,frame works,languages）
halgorithms(算法） data （数据）model（建模）
