確率・統計・機械学習のためのPython（テキスト・第３版）

Python for Probability, Statistics, and Machine Learning

次数削減と多様体学習（テキスト）

Elements of Dimensionality Reduction and Manifold Learning

確率・統計・機械学習のためのPython（テキスト・第３版）

Python for Probability, Statistics, and Machine Learning

確率論的機械学習入門

Probabilistic Machine Learning

An Introduction

深層学習：Ｒで学ぶビックデータからＡＩまで

Deep Learning

From Big Data to Artificial Intelligence with R

機械学習（新版）（MITエッセンシャル・ナレッジ）

Machine Learning, revised and updated edition

説明可能な深層学習ＡＩ

Explainable Deep Learning AI

Methods and Challenges

はじめに学ぶPython本

The Python Book

STEM教育・応用のための機械工学的データサイエンス（テキスト）

Mechanistic Data Science for STEM Education and Applications

機械学習と人工知能（テキスト・第２版）

Machine Learning and Artificial Intelligence

パターン認識・機械学習入門（テキスト）

An Introduction to Pattern Recognition and Machine Learning

ダーク・データ：なぜ見えないデータが重要なのか

Dark Data

Why What You Don't Know Matters

メタ学習：理論・アルゴリズム・応用

Meta-Learning

Theory, Algorithms and Applications

機械学習実地入門

A Hands-On Introduction to Machine Learning

深層学習の数学的側面

Mathematical Aspects of Deep Learning

強化学習の基礎と金融への応用

Foundations of Reinforcement Learning with Applications in Finance

ゼロから始める強化学習（テキスト）

Reinforcement Learning From Scratch

Understanding Current Approaches - with Examples in Java and Greenfoot

深層学習における正規化技術

Normalization Techniques in Deep Learning

機械学習を介する手続型コンテンツ生成（PCGML）概論

Procedural Content Generation via Machine Learning

An Overview

深層学習理論の原理

The Principles of Deep Learning Theory

An Effective Theory Approach to Understanding Neural Networks