廖雪峰《python3教程》（文字版非扫描版）

这是小白的Python新手教程，具有如下特点： 中文，免费，零起点，完整示例，基于最新的Python 3版本。

深度学习新书《Deep Learning with Python 2017》（文字版非扫描版）

最新最全版！经典的深度学习教程。强烈推荐下载学习。最新的深度学习教程。

《深度学习基础》

本书详细介绍了深度学习的原理及相关算法推导及TensorFlow实现

斯坦福大学-深度学习基础教程（文字版非扫描版）

本教程将阐述无监督特征学习和深入学习的主要观点。通过学习，你也将实现多个功能学习/深度学习算法，能看到它们为你工作，并学习如何应用/适应这些想法到新问题上。

《笨办法学Python》（第四版）（文字版非扫描版）

笨办法学 Python是Zed Shaw 编写的一本Python入门书籍。这本书以习题的方式引导读者一步一步学习编 程，从简单的打印一直讲到完整项目的实现。 《笨办法学python》第四版相比于第三版优化了页面，实例代码使用都是彩色，使得学习者一看就能区分内容的性质。

推荐系统实践（文字版非扫描版）

推荐在今天互联网的产品和应用中被广泛采用，包括今天大家经常使用的相关搜索、话题推荐、电子商务的各种产品推荐、社交网络上的交友推荐等。但是，至今还没有一本书从理论上对它进行系统地分析和论述。《推荐系统实践》这本书恰恰弥补了这个空白。 该书总结了当今互联网主要领域、主要公司、各种和推荐有关的产品和服务，包括：  亚马逊的个性化产品推荐；  Netflix的视频和DVD推荐；  Pandora的音乐推荐；  Facebook的好友推荐；  Google Reader的个性化阅读；  各种个性化广告。 书的名称虽然是《推荐系统实践》，但作者也阐述了和推荐系统有关的理论基础和评价推荐系统优劣的各种标准与方法，比如覆盖率、满意度、AB测试等。由于这些评估很大程度上取决于对用户行为的分析，因此本书也介绍了用户行为分析方法，并且给出了计算机实现的算法。 本书对有兴趣自己开发推荐系统的读者给出了设计和实现推荐系统的方法与技巧，非常具有指导意义。 本书文笔流畅，可读性较高，是一部值得推荐给IT从业人员的优秀参考书。

李航.统计学习方法.高清版

《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。

机器学习实战高清版

机器学习是人工智能研究领域中一个极其重要的研究方向，全书通过精心编排的实例，切入日常工作任务，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。