－－以前上《數據挖掘》課程，老師推薦的數據挖掘與機器學習的經典書目；
－－讀過下面的第3本，通俗易懂，個人認爲是機器學習入門的一本很好的讀本，內容主要包括：線性迴歸、分類、重抽樣方法、線性模型選擇與正則化、非線性模型、基於樹的方法（決策樹、裝袋法、隨即森林和提升法）、支持向量基、無指導學習。相對而言，書的主要內容還是講述有指導學習的方法。
1. 《Pattern Recognition and Machine Learning》, Christopher M. Bishop, Springer; 1st ed. 2006.
2. 《統計學習基礎(第2版)(英文)》，T.黑斯蒂 (Trevor Hastie)等，世界圖書出版公司; 第1版 (2015年1月1日)
3. 《統計學習導論:基於R應用》，加雷斯·詹姆斯 (Gareth James)等，機械工業出版社; 第1版 (2015年5月1日)
（百度盤：鏈接: https://pan.baidu.com/s/1cgIk8Cqs7OKgELpd6roElg 提取碼: h6gc）
4. 《統計學習方法》，李航，清華大學出版社; 第1版 (2012年3月1日)
5. 《機器學習》，周志華，清華大學出版社; 第1版 (2016年1月1日)
6. 《機器學習》，米歇爾 (Mitchell T.M.) (作者), 曾華軍 (譯者)，機械工業出版社; 第1版 (2008年3月1日)
7. 《模式分類（第2版）》，Duda (作者), 李宏東 (譯者)，機械工業出版社; 第1版 (2003年9月1日)
8. 《凸優化(英文)》，鮑迪 (Stephen Boyd)，世界圖書出版公司北京公司; 第1版 (2013年10月1日)
9. 《Foundations of Machine Learning》，Mehryar Mohri等，MIT Press (2012年9月7日)
10. 《數據挖掘：概念與技術（英文版·第3版）》，韓家煒等，機械工業出版社; 第1版 (2012年3月1日)
11. 《數據挖掘導論》，陳封能 (Pang-Ning Tan)等，人民郵電出版社; 第2版 (2011年1月1日)
12. 矩陣計算(英文版)(第4版)，戈盧布 (Gene H.Golub)等，人民郵電出版社; 第1版 (2014年3月1日)
13. 《矩陣分析與應用(第2版)》，張賢達，清華大學出版社; 第2版 (2013年11月1日)
14. 《算法導論(原書第3版)》，Thomas H.Cormen等，機械工業出版社; 第1版 (2013年7月1日)
15. 《數值最優化(影印版)》，勞斯特 (Jorge Nocedal)等，科學出版社; 第1版 (2006年1月1日)