又到了一周一次的資源和教程推薦。這周會推薦兩本電子書，希望大家不只是收藏不閱讀系列哦！

1. 《模式識別與機器學習》（PRML）免費開放下載

第一本推薦的書籍就是 AI 領域里面一直都非常有名的書籍--《模式識別與機器學習》（Pattern Recognition and Machine Learning，PRML），這是一本相當于數據結構算法方面的《算法導論》同等地位的書籍，非常有名，但書又比較厚，而且也并不適合新手入門，但對于有一定機器學習基礎，想繼續進階，可以看這本書來查漏補缺，更加深入了解機器學習，豆瓣評分是達到 9.5分的！

現在，這本作者是微軟劍橋研究院實驗室主任 Christopher Bishop 被微軟免費開源了！

這本書的所有下載資源如下：

本書介紹&下載頁：

https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book

全書鏈接（758頁）：

https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf

第三方Matlab實現：

http://prml.github.io/

這本書總共有 14 章內容，目錄如下：

• 第一章 介紹

• 第二章 概率分布

• 第三章 線性回歸模型

• 第四章 線性分類模型

• 第五章 神經網絡

• 第六章 內核方法

• 第七章 稀疏內核機器

• 第八章 圖形模型

• 第九章 混合模型和EM

• 第十章 近似推斷

• 第十一章 采樣方法

• 第十二章 連續潛在變量

• 第十三章 順序數據

• 第十四章 組合模型

---

2. 開源中文書「TensorFlow內核剖析」

第二本推薦的書是關于 TensorFlow 的，它的定位如下：

這是一本剖析 TensorFlow 內核工作原理的書籍，并非講述如何使用 TensorFlow 構建機器學習模型，也不會講述應用 TensorFlow 的最佳實踐。本書將通過剖析 TensorFlow 源代碼的方式，揭示 TensorFlow 的系統架構、領域模型、工作原理、及其實現模式等相關內容，以便揭示內在的知識

項目地址：

https://github.com/horance-liu/tensorflow-internals

PDF 下載地址：

https://raw.github.com/horance-liu/tensorflow-internals/master/tensorflow-internals.pdf

閱讀方式

初次閱讀本書，推薦循序漸進的閱讀方式；對于高級用戶，可以選擇感興趣的章節閱讀。首次使用 TensorFlow 時，推薦從源代碼完整地構建一次 TensorFlow，以便了解系統的構建方式，及其理順所依賴的基本組件庫。

另外，推薦使用 TensorFlow 親自實踐一些具體應用，以便加深對 TensorFlow 系統行為的認識和理解，熟悉常見 API 的使用方法和工作原理。強烈推薦閱讀本書的同時，閱讀 TensorFlow 關鍵代碼；關于閱讀代碼的最佳實踐，請查閱本書附錄 A 的內容。

版本說明

本書寫作時，TensorFlow 穩定發布版本為 1.2。不排除本書講解的部分 API 將來被廢棄，也不保證某些系統實現在未來版本發生變化，甚至被刪除。

同時，為了更直接的闡述問題的本質，書中部分代碼做了局部的重構；刪除了部分異常處理分支，或日志打印，甚至是某些可選參數列表。但是，這樣的局部重構，不會影響讀者理解系統的主要行為特征，更有利于讀者掌握系統的工作原理。

同時，為了簡化計算圖的表達，本書中的計算圖并非來自 TensorBoard，而是采用簡化了的，等價的圖結構。同樣地，簡化了的圖結構，也不會降低讀者對真實圖結構的認識和理解。

在線幫助

為了更好地與讀者交流，已在 Github 上建立了勘誤表，及其相關補充說明。由于個人經驗與能力有限，在有限的時間內難免犯錯。如果讀者在閱讀過程中，如果發現相關錯誤，請幫忙提交 Pull Request，避免他人掉入相同的陷阱之中，讓知識分享變得更加通暢，更加輕松，我將不甚感激。

目錄

---

以上就是本次推薦的兩本電子書，大家可以在后臺回復『==1216==』 來獲取兩本電子書，其中 PRML 還有對應 Python 和 Matlab 版本的代碼實現。

另外大家如果有想要的有關機器學習、深度學習、python方面或者是編程方面，比如數據結構等方面的教程或者電子書資源，也可以在后臺回復，如果我有的話，也會免費分享給你的！

歡迎關注我的微信公眾號--機器學習與計算機視覺，或者掃描下方的二維碼，大家一起交流，學習和進步！

之前分享的資源和教程文章有：

• 推薦幾本數據結構算法書籍和課程

• [資源分享] Github上八千Star的深度學習500問教程

• [資源分享] 吳恩達最新《機器學習訓練秘籍》中文版可以免費下載了！

• [資源分享] TensorFlow 官方中文版教程來了

• 必讀的AI和深度學習博客

• [教程]一份簡單易懂的 TensorFlow 教程

總結

以上是生活随笔為你收集整理的[资源分享] 推荐两本电子书的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。