Christopher M. Bishop 编写的模式识别与机器学习书籍。
由 Stuart Russell 和 Peter Norvig 编写的现代人工智能经典教材
Richard S. Sutton 和 Andrew G. Barto 编写的强化学习入门经典
由 Ian Goodfellow, Yoshua Bengio 和 Aaron Courville 编写的深度学习书籍。
Emmanuel Ameisen 编写的构建机器学习应用程序书籍
Peter Bruce 和 Andrew Bruce 著，针对数据科学家的实用统计学书籍。
François Chollet 著，Python 深度学习书籍。
由 Andriy Burkov 编写的机器学习入门书籍，提供全面的学习指南。
机器学习和人工智能领域的国际学术期刊，涵盖广泛的研究内容。
《动手学机器学习》由Aurélien Géron编写，涵盖Scikit-Learn、Keras和TensorFlow等工具
《Python机器学习》由Sebastian Raschka和Vahid Mirjalili编写，专注于Python在机器学习领域的应用
Alice Zheng的《评估机器学习模型》是一本关于机器学习模型评估的书籍。
Wes McKinney的《Python数据分析》是一本关于Python数据分析的书籍。
《统计学习元素》由Trevor Hastie、Robert Tibshirani和Jerome Friedman合著，是统计学习领域的经典教材
Gareth James 等人编写的统计学习入门书籍，结合 R 语言应用实例，适合初学者
Python 中的贝叶斯统计书籍，由艾伦·B·唐尼编写
Shai Shalev-Shwartz 和 Shai Ben-David 著，从理论到算法的机器学习理解书籍。
Michael Nielsen 编著的神经网络与深度学习书籍，介绍深度学习领域的知识