以下是为您精选的免费中文机器学习入门资源，兼顾理论、实践和可读性，适合不同基础的学习者：

一、经典教材（开源授权）

1. 《机器学习》（西瓜书 精简版）

   • 作者：周志华（南京大学）
   • 特点：精简版删减了复杂公式，增加案例解析
   • 获取：西瓜书公式推导解析（配套学习笔记）
   • 建议：先读精简版，再配合南瓜书补全数学推导

2. 《统计学习方法》（第2版）

   • 作者：李航（华为诺亚方舟实验室）
   • 特点：覆盖监督学习核心算法，理论扎实
   • 资源：开源项目代码实现

二、实战优先（代码驱动）

1. 《机器学习实战：基于Scikit-Learn、Keras和TensorFlow》

   • 中文开源翻译：GitHub项目
   • 特点：每章配套Jupyter Notebook，从安装环境到项目部署完整覆盖

2. 《动手学深度学习》

   • 作者：李沐（亚马逊首席科学家）
   • 亮点：交互式Jupyter教程 + 视频讲解
   • 官网：https://zh.d2l.ai
   • 内容：含深度学习基础，MLP、CNN等核心模型实践

三、中文社区优质教程

1. 机器学习速成课程（Google官方中文版）

   • 地址：developers.google.cn/machine-learning/crash-course
   • 优势：30小时掌握TensorFlow实战，含编程练习

2. 莫烦Python机器学习教程

   • 网址：https://mofanpy.com/tutorials/machine-learning
   • 特色：短代码实例 + 动画演示，适合零基础快速上手

四、数学基础补充

• 《机器学习数学基础》
  • 地址：GitHub开源电子书
  • 内容：线性代数、概率论重点章节精炼讲解

学习路线建议：

graph LR
A[零基础] --> B[《莫烦Python》+ Google速成课]
B --> C{数学基础}
C --薄弱--> D[《机器学习数学基础》]
C --尚可--> E[《动手学深度学习》/《机器学习实战》]
E --> F[《统计学习方法》理论深化]
F --> G[西瓜书+南瓜书挑战]

重要提示：

1. 警惕以“免费”为名的盗版资源，推荐使用官方授权渠道
2. 搭配实践更有效：Kaggle入门赛（如Titanic、房价预测）
3. 关注Datawhale、ApacheCN等开源组织的GitHub，持续更新优质内容

这些资源经工程师社区验证，可放心学习。建议从1本理论书+1套实战教程入手，避免陷入资料收集误区。