昨天與大家分享了最值得一讀的機器學習免費書籍。這次，雷鋒網再為大家呈上資料科學領域的相關圖書、教程。仍然是正版免費，仍然是英文原著，部分有漢語譯本。
本清單不分先後次序。
作者：john hopcroft, ravindran kannan
未出版的教學筆記。正在學習資料科學理論課程的童鞋，這本書是一個不錯的補充。
作者：吳恩達, jiquan ngiam, chuan yu foo, yifan mai, caroline suen
吳老師等斯坦福學者整理的教程， 講解無監督特征學習和深度學習的主要概念，以及相關算法的實作和應用。需要基礎機器學習知識。吳老師建議修完他的 coursera 機器學習公開課再來讀這個。
作者：jake vanderplas
書如其名，介紹用 python 進行資料開發的主流工具庫，包括 ipython, numpy, pandas, matplotlib, scikit-learn。 o'reilly media 出版。
作者：kareem alkaseer
這本以牆皮為封面的書，是了解機器學習和大資料基本概念的好去處，包含大量代碼示例。
作者：allen b. downey
針對 python 開發者的機率論和統計學入門。這本書十分強調用于現實中資料集的簡單實用技巧。o'reilly 的“think x”系列，是幫助有程式設計基礎的開發者進行跨界學習的不錯資源，程式猿可多關注。該系列基本都有中文譯本，本書名為《統計思維》。
作者： allen b. downey
從計算方法角度對貝葉斯統計的入門介紹。同樣是 o'reilly“think x”系列（雷鋒網注：感謝下 o'reilly 的分享精神），同樣對程式員友好：使用 python 代碼而不是數學，使用 discrete approximations 而非 continuous mathematics。中文譯版名為《貝葉斯思維》 。
作者：stephen boyd，lieven vandenberghe
如書名，對該領域做了比較全面的綜合介紹。至于如何高效地用算術方面解決這類問題，書中有許多細節。這本書是劍橋大學出版社出版，但在網上免費分享（好吧，劍橋中國史賣那麼貴我就不吐槽了）。中文版《凸優化》可在主流書商買到。
作者：sean luke
作者是教這門課的教授，這是他根據課程編寫的筆記，面向大學生、開發者、程式員、或其他需要打基礎的人。作者将這本書免費分享，雷鋒網獲知，他希望大家在其網站上填一份個人資訊表格再下載下傳。
本文作者：三川