機器學習和人工智慧都是蓬勃發展的領域，也是不斷成長的研究主題。雖然我們在新聞報導中聽到關於機器學習的各種進階應用似乎令人心生畏懼且遙不可及，但其核心概念實際上相當容易掌握。本文將回顧一些最受機器學習初學者 (或任何想要瞭解這個主題的人) 歡迎的資源。其中某些書需要讀者熟悉一些程式語言和數學，不過，如果出現這種情況，我們一定會註明。
1.《Machine Learning For Absolute Beginners: A Plain English Introduction》(第二版)，作者：Oliver Theobald
作者：Oliver Theobald
網站：Amazon
書名已經說明了一切，不是嗎？如果您想要為初學者完整介紹機器學習，這會是不錯的起點。Theobald 所說的「完全初學者」，一點都不誇張！不需要任何數學背景，也不需要程式設計經驗，對任何有興趣要瞭解機器學習的人而言，這確實是最基本的入門書。
其中特別強調「普通」語言，目的是避免初學者因面對大量技術術語而不知所措。各種演算法均提供清晰易懂的解說和視覺化範例，確保讀者容易瞭解。本書還提供了一些簡單的程式設計知識，讓讀者瞭解機器學習的背景。
2.《Machine Learning For Dummies》，作者：John Paul Mueller 和 Luca Massaron
作者：John Paul Mueller 和 Luca Massaron
網站：Amazon
提到「完全初學者」時，暢銷的「Dummies」系列也是另一個實用的起點。這本書有助於讀者熟悉機器學習的基本概念和理論，以及如何應用在現實世界中。本書提供機器學習不可或缺的程式語言和工具，並說明如何將看似深奧的機器學習轉變為實用的工具。
這本書介紹了簡單的 Python 和 R 編碼，用於教導機器找到模式並分析結果。我們可以從這些小規模的工作和模式進行推斷，瞭解機器學習如何在日常生活中的網路搜尋、網際網路廣告、電子郵件篩選、詐騙偵測等方面發揮作用。本書可以協助您透過一小步邁進機器學習的領域。
3.《Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies》，作者：John D. Kelleher、Brian Mac Namee 和 Aoife D’Arcy
作者：John D. Kelleher、Brian Mac Namee 和 Aoife D’Arcy
網站：Amazon
本書涵蓋機器學習的所有基礎知識，深入探討該主題的理論，並且透過實際應用、可行範例和案例研究來傳授知識。這本書最適合具備一定分析知識的人。
書中介紹了機器學習的不同學習方法，而且為每個學習概念提供演算法和模型，並展示如何將這些概念應用在實踐當中。
4.《Programming Collective Intelligence》，作者：Toby Segaran
作者：Toby Segaran
網站：O’Reilly | Amazon
本書比較像是有關如何應用機器學習的實用領域指南，而不是機器學習入門書。閱讀這本書時，您將瞭解如何在機器學習中建立演算法來收集對特定專案實用的資料。讀者會瞭解要如何建立程式來存取網站中的資料、如何收集應用程式中的資料，以及如何在收集資料後釐清資料的含義。
《Programming Collective Intelligence》也展示了篩選技巧、偵測群組或模式的方法、搜尋引擎演算法，進行預測的方法等等。每章均提供可以在應用中呈現所學內容的練習題。
5.《Machine Learning for Hackers》，作者：Drew Conway 和 John Myles White
作者：Drew Conway 和 John Myles White
網站：O’Reilly | Amazon
這裡的「Hacker」(駭客) 一詞更具技術含義，係指為了達到特定目標或執行某個實際專案而將程式碼組合起來的程式設計人員。對於不太熟悉數學，但具有程式設計和編碼經驗的人而言，《Machine Learning for Hackers》相當適合閱讀。機器學習通常運用大量數學計算，這是因為過程中需要演算法來剖析資料，不過許多資深編碼人員並不一定具備這些數學技能。
這本書透過實際操作的案例研究，在現實世界的實際應用中介紹相關知識，而不是長篇大論講述理論。書中提出機器學習的典型問題以及如何使用 R 程式設計語言解決這些問題。從根據投票記錄來比較美國參議員，到針對應該在 Twitter 上關注哪些人建立推薦系統，再到根據電子郵件文字偵測垃圾郵件，機器學習的應用層面相當廣泛。
6.《Machine Learning in Action》，作者：Peter Harrington
作者：Peter Harrington
網站：Amazon
《Machine Learning in Action》是一本指南，引導新手瞭解機器學習所需的技術並瞭解各種實務背後的概念。這本書教導開發人員如何自行進行編碼來獲得資料以進行分析。
本書將講解各種實際操作中所使用的方法，著重在介紹演算法本身。程式設計語言片段展示了程式碼和演算法範例，讓您獲得開始操作時所需的資源，並瞭解它們如何推進機器學習。由於大多數範例都使用 Python 程式語言，因此熟悉這種語言將會很有助益。
7.《Data Mining: Practical Machine Learning Tools and Techniques》，作者：Ian H. Witten、Eibe Frank 和 Mark A. Hall
作者：Ian H. Witten、Eibe Frank 和 Mark A. Hall
網站：Amazon
在《Data Mining》中，作者著重於機器學習的技術層面，以及如何藉由特定的挖掘技術收集所需的資料。作者從技術層面詳細介紹機器學習，傳授獲得資料的方法，並講解如何使用不同的輸入和輸出來評估結果。
由於機器學習日新月異，因此這本書也討論了現代化的過程以及形塑了這個領域的新軟體。書中也介紹傳統技術以及全新的研究方法和工具。特別值得一提的是，本書的作者們自己開發了一款運用機器學習功能的軟體 Weka。
免責聲明：Tableau 不為本文列出的任何產品或其中的觀點提供官方背書，也未因其而受益，因此本頁面並未加入任何關聯連結計劃。本文僅供教育目的，我們提供上述關於產品和出版物的資訊，目的在於協助讀者可以自行做出明智的決定。