清明小长假近在眼前，春光正好+休闲假日，难得悠闲但又不想出游化作茫茫人海……不如给自己来一场头脑的踏春之行！

如今，机器学习的发展同样步入了春季，就在上个月，谷歌发布了机器学习速成课，更是给许多准机器学习爱好者带来一阵春风，大伙儿摩拳擦掌，准备入坑。那么，入坑前的准备工作，是时候来了解一波！

据官网（https://developers.google.cn/machine-learning/crash-course）所说，在开始机器学习速成课程之前，最好能具备以下前提条件：

• 掌握入门级代数知识：了解变量和系数、线性方程式、函数图和直方图；

• 熟练掌握编程基础知识，并有使用 Python 进行编码的经验：课程中的编程练习是通过 TensorFlow 并使用 Python 进行编码的。你无需拥有使用 TensorFlow 的经验，但要能熟练阅读和编写包含基础编程结构的 Python 代码。

为了配合官网英文参考资料，帮助各位小伙伴更好地进入这门速成课程，小编携手@图灵教育 整理出了学习该课程的预备知识书单，希望能够对大家有所帮助~

接下来，将分 Python 编程、第三方 Python 库、Bash/Shell 和 TensorFlow 、数学四部分给出参考书。

官方列出了所需要掌握的基础 Python 和高阶 Python 知识，我们先推荐一本基础 Python 参考书。打算入坑的读者大部分应该具有其他编程语言基础，推荐《Python基础教程（第3版）》；如果是零基础，可以阅读《Python编程：从入门到实践》。

本书包括 Python 程序设计的方方面面：

首先，从 Python 的安装开始，介绍了 Python 的基础知识和基本概念，包括列表、元组、字符串、字典以及各种语句；然后，循序渐进地介绍了一些相对高级的主题，包括抽象、异常、魔法方法、属性、迭代器；此后，探讨了如何将 Python 与数据库、网络、C语言等工具结合使用，从而发挥出 Python 的强大功能，同时介绍了 Python 程序测试、打包、发布等知识；最后，作者结合前面讲述的内容，按照实际项目开发的步骤向读者介绍了 10 个具有实际意义的 Python 项目的开发过程。

购书可戳：https://item.jd.com/12279949.html

《Python数据科学手册》主打 IPython、NumPy、Pandas、Matplotlib 和 Scikit-Learn，谷歌机器学习速成课给出的是 Matplotlib、Seaborn、Pandas、NumPy、Scikit-Learn，查了下，手册里也讲了 Seaborn，所以它非常适合作为速成课的 Python 库查询手册。

本书以 IPython、NumPy、Pandas、Matplotlib 和 Scikit-Learn 这 5 个能完成数据科学大部分工作的基础工具为主，从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。 

购书可戳：https://item.jd.com/12293703.html

1、TensorFlow

课程需要低阶 TensorFlow 基础知识，官方说没有相关知识没关系，可以边学课程边了解。如果有的读者想提前熟悉，我们也推荐一本参考书。

TensorFlow 是目前最活跃的深度学习框架。本书基于1.3版本，首先介绍了它的安装和基本用法，然后讨论了深度学习的基本概念，包括神经网络前向计算、损失函数、反向传播计算和优化函数等，接着介绍了卷积神经网络和循环神经网络，最后介绍了在大规模应用的场景下，如何实现分布式的深度学习训练。 

购书可戳：https://item.jd.com/12307221.html

2、Bash 终端/云端控制台

要在本地计算机上或云端控制台中运行编程练习，应该能熟练使用命令行，所以推荐这本非常经典的《Linux命令行与Shell脚本编程大全》。

《Linux命令行与Shell脚本编程大全（第3版）》是一本关于 Linux 命令行与 Shell 脚本编程的全方位教程，主要包括四大部分：Linux 命令行、Shell 脚本编程基础、高级Shell脚本编程、如何创建实用的 Shell 脚本。这版针对 Linux 系统的最新特性进行了全面更新，不仅涵盖了详尽的动手教程和现实世界中的实用信息，还提供了与所学内容相关的参考信息和背景资料。通过本书的学习，你将轻松写出自己的 Shell 脚本。

购书可戳：https://item.jd.com/12010266.html

这一部分可以直接使用下面这套系列书，也可以参考学院派经典著作。

1、系列套书

《程序员的数学》系列套书是最受程序员喜爱的数学参考书，圈粉无数。学习起来超轻松不说，主要是知识点讲解够透彻，将程序员所具备的数学思维传达得一览无余。

购书可戳：https://item.jd.com/11926068.html

2、学院派经典著作三本

本书强调抽象的向量空间和线性映射，内容涉及多项式、本征值、本征向量、内积空间、迹与行列式等。本书在内容编排和处理方法上与国内通行的做法大不相同，它完全抛开行列式，采用更直接、更简捷的方法阐述了向量空间和线性算子的基本理论。书中对一些术语、结论、数学家、证明思想和启示等做了注释，不仅增加了趣味性, 还加强了读者对一些概念和思想方法的理解。

 购书可戳：https://item.jd.com/12047626.html

本书涉及面极广，不仅讨论了概率论在离散空间中的诸多课题，也涉及了概率论在物理学、化学、生物学（特别是遗传学）、博弈论及经济学等方面的应用。

购书可戳：https://item.jd.com/11381897.html

《普林斯顿微积分读本（修订版）》是作者多年来给普林斯顿大学本科一年级学生开设微积分的每周复习课。本书专注于讲述解题技巧，目的是帮助读者学习一元微积分的主要概念。深入处理一些基本内容，还复习一些主题。本书不仅可以作为参考书，也可以作为教材，是学习一元微积分的绝佳指导书。

购书可戳：https://item.jd.com/12056402.html