1. 《Python 數據科學手冊》

本書介紹了在Python中處理數據所必需的核心庫：特別是IPython，NumPy，Pandas，Matplotlib，Scikit-Learn和相關軟件包。讀這本書，你需要有Python基礎，如果你沒有Python基礎可以先讀《A Whirlwind Tour of Python》這本書是針對Python語言快速入門的書

書籍鏈接：https://github.com/jakevdp/PythonDataScienceHandbook

2. 《Neural Networks and Deep Learning》

是一本免費的在線書籍。這本書主要概述兩大核心概念：

● 神經網絡，一個編程范例，使計算機可以從觀測數據中學習

● 深度學習，這是一套強大的神經網絡學習技術

神經網絡和深度學習目前為圖像識別，語音識別和自然語言處理中的許多問題提供了最佳解決方案。本書將教授許多神經網絡和深度學習背后的核心概念。

書籍鏈接：http://neuralnetworksanddeeplearning.com/

3. 《貝葉斯思維》

think X系列的書籍之一，大多數講貝葉斯統計的書，都是用數學符號，以數學概念（如微積分）為基礎展開的，此書則用Python代碼代替數學符號，用離散數學代替連續數學。這樣一來，數學里的積分變成了求和，概率分布的運算大多成了簡單的循環。

書籍鏈接：http://greenteapress.com/wp/think-bayes/

4. 《Machine Learning & Big Data》

這本書目前算是一部還沒完結的作品，其目的是為了讓軟件工程師可以在不依賴庫的情況下就能輕松構建機器學習模型，從而在理論和實踐中獲得平衡，大多數情況下，模型背后的概念或技術都很簡單或者說比較直觀，但是細節和術語上就容易出問題。

另外，現有的庫基本可以解決現有的問題。更多的時候它們有自己的抽象和架構來隱藏底層概念。本書的目的就是為了讓基本概念更清晰。

書籍鏈接：http://www.kareemalkaseer.com/books/ml

5. 《Statistical Learning with Sparsity》

在過去的十年中，計算和信息技術出現了爆炸性增長。隨著它在各種領域如醫學，生物學，金融和市場營銷中涌現出大量的數據。本書在一個通用的概念框架中闡述了這些領域重要的數據科學思想。

書籍鏈接：https://web.stanford.edu/~hastie/StatLearnSparsity/

6. 《Statistical inference for data science》

本書是作為數據科學專業領域的書籍，也是一部有關推論統計學的 Coursera配套書。值得一提的是，這本書有配套的Coursera課程視頻，可以在YouTube上找到。

本書旨在作為推論統計學的入門書籍。目標受眾是具有數學和計算機編程基礎的學生，他們希望將這些技能用于數據科學或統計學。這本書是免費提供的。

書籍鏈接：https://leanpub.com/LittleInferenceBook

7. 《凸優化》

這是一本關于凸優化的書，凸優化是一類特殊的數學優化問題，它包括最小二乘法和線性規劃問題。眾所周知，最小二乘法和線性規劃問題具有相當完善的理論，出現在各種應用中，并且這些問題可以用編程來解決。這本書主要是面向實際應用，豐富的案例是本書的特色

書籍鏈接：http://stanford.edu/~boyd/cvxbook/

8. 《Python 自然語言處理》

這是一本關于自然語言處理的書。“自然語言”是指用于人類日常交流的語言，如英語，印地語或葡萄牙語等語言。與諸如編程語言和數學符號這樣的人造語言相比，自然語言在代代相傳的過程中不斷發展，并且很難用明確的規則來確定。我們將在廣義上采用自然語言處理（或簡稱NLP）來表示計算機對自然各種不同的自然語言的理解...

本書基于Python編程語言和一個自然語言工具包(NLTK)的開源庫。

書籍鏈接：https://automatetheboringstuff.com/https://www.nltk.org/book/

9. 《Python 編程快速上手》

如果您曾花費數小時重命名文件或更新數百個電子表格單元格，你就能體會這些工作是多么的乏味。但是如果你可以讓你的電腦幫你做這些事，那感覺就不一樣了

看完這本書，你可以通過編寫Python程序，可以讓計算機自動完成它們，本書適合任何想要通過Python學習編程的讀者，尤其適合缺乏編程基礎的初學者。

書籍鏈接：https://automatetheboringstuff.com/

10. 《社會媒體挖掘》

社交媒體在過去十年的發展已經徹底改變了人們的交流方式和行業開展業務的方式。個人通過社交媒體互動，共享和內容消費并以前所未有速度產生大量的數據。

本書集成了近年來社會媒體、社會網絡分析以及數據挖掘的前沿成果，為學生、從業者、研究人員和項目經理提供了一個方便的平臺，以便理解社會媒體挖掘的基礎知識和潛能。本書介紹了社會媒體數據的問題，并闡述了網絡分析和數據挖掘的基本概念、新問題以及有效的算法。