掃碼關注公眾號，在公眾號主頁回復相應序號可下載資料。
回復：001
—
《統計學習方法》 李航
統計學習是計算機及其應用領域的一門重要的學科。本書全面系統地介紹了統計學習的主要方法，特別是監督學習方法，包括感知機、k近鄰法、朴素貝葉斯法、決策樹、邏輯斯諦回歸與最大熵模型、支持向量機、提升方法、em算法、隱馬爾可夫模型和條件隨機場等。除第1章概論和最后一章總結外，每章介紹一種方法。敘述從具體問題或實例入手，由淺入深，闡明思路，給出必要的數學推導，便於讀者掌握統計學習方法的實質，學會運用。為滿足讀者進一步學習的需要，書中還介紹了一些相關研究，給出了少量習題，列出了主要參考文獻。
回復：002
—
《機器學習》 周志華
機器學習是計算機科學與人工智能的重要分支領域. 本書作為該領域的入門教材，在內容上盡可能涵蓋機器學習基礎知識的各方面。為了使盡可能多的讀者通過本書對機器學習有所了解, 作者試圖盡可能少地使用數學知識. 然而, 少量的概率、統計、代數、優化、邏輯知識似乎不可避免. 因此, 本書更適合大學三年級以上的理工科本科生和研究生, 以及具有類似背景的對機器學 習感興趣的人士. 為方便讀者, 本書附錄給出了一些相關數學基礎知識簡介
回復：003
—
《機器學習實戰》Peter
機器學習是人工智能研究領域中的一個極其重要的方向。在現今大數據時代的背景下捕獲數據並從中萃取有價值的信息或模式使得這一過去為分析師與數學家所專屬的研究領域越來越為人們矚目。本書通過精心排的實例切入日常工作任務摒棄學術化語言利用高效可復用的Python 代碼闡釋如何處理統計數據進行數據分析及可視化。讀者可從中學到一些核心的機器學習算法並將其運用於某些策略性任務中如分類、預測及推薦等
回復：004
—
《高等數學》( 第六版 上冊) 同濟大學
回復：005
—
《高等數學》( 第六版 下冊) 同濟大學
回復：006
—
《線性代數》（第五版） 同濟大學
回復：007
—
《深度學習》 中文版 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville
本書旨在向讀者交付有關深度學習的交互式學習體驗。書中不僅闡述深度學習的算法原理，還演示它們的實現和運行。與傳統圖書不同，本書的每一節都是一個可以下載並運行的 Jupyter記事本，它將文字、公式、圖像、代碼和運行結果結合在了一起。此外，讀者還可以訪問並參與書中內容的討論。
全書的內容分為3個部分：第一部分介紹深度學習的背景，提供預備知識，並包括深度學習最基礎的概念和技術；第二部分描述深度學習計算的重要組成部分，還解釋近年來令深度學習在多個領域大獲成功的卷積神經網絡和循環神經網絡；第三部分評價優化算法，檢驗影響深度學習計算性能的重要因素，並分別列舉深度學習在計算機視覺和自然語言處理中的重要應用。
本書同時覆蓋深度學習的方法和實踐，主要面向在校大學生、技術人員和研究人員。閱讀本書需要讀者了解基本的Python編程或附錄中描述的線性代數、微分和概率基礎。
回復：008
《線性代數應該這樣學》 中文版第三版
本書強調抽象的向量空間和線性映射， 內容涉及多項式、本征值、本征向量、內積空間、跡與行列式等. 本書在內容編排和處理方法上與國內通行的做法大不相同， 它完全拋開行列式， 采用更直接、更簡捷的方法闡述了向量空間和線性算子的基本理論. 書中對一些術語、結論、數學家、證明思想和啟示等做了注釋， 不僅增加了趣味性， 還加強了讀者對一些概念和思想方法的理解。
回復：009
《Python編程：從入門到實踐》
內容簡介：
本書是一本針對所有層次的Python 讀者而作的Python 入門書。全書分兩部分：第一部分介紹用Python 編程所必須了解的基本概念，包括matplotlib、NumPy 和Pygal 等強大的Python 庫和工具介紹，以及列表、字典、if 語句、類、文件與異常、代碼測試等內容；第二部分將理論付諸實踐，講解如何開發三個項目，包括簡單的Python 2D 游戲開發如何利用數據生成交互式的信息圖，以及創建和定制簡單的Web 應用，並幫讀者解決常見編程問題和困惑。
作者簡介：
Eric Matthes
高中科學和數學老師，現居住在阿拉斯加，在當地講授Python入門課程。他從5歲開始就一直在編寫程序。