##与大家分享分享，同时方便以后自己查看。
2019 AI 国际顶级学术会议
AAAI https://aaai.org/Conferences/AAAI-19/ AAAI Conference on Artificial Intelligence
ICLR https://iclr.cc/ International Conference on Learning Representations
ICRA https://www.icra2019.org/ IEEE International Conference on Robotics and Automation
ICML https://icml.cc/Conferences/2019 International Conference on Machine Learning
CVPR http://cvpr2019.thecvf.com/ IEEE Conference on Computer Vision and Pattern Recognition
ACL http://www.acl2019.org/EN/index.xhtml The Association for Computational Linguistics
KDD https://www.kdd.org/kdd2019/ Knowledge Discovery and Data Mining
IJCAI http://www.ijcai19.org/ International Joint Conference on Artificial Intelligence
ICCV http://iccv2019.thecvf.com/ International Conference on Computer Vision
IROS http://www.iros2019.org/ IEEE / RSJ International Conference on Intelligent Robots and Systems
NeurIPS（NIPS） https://nips.cc/ Conference and Workshop on Neural Information Processing Systems
下面有些下载地址是CSDN上的，我找了下免费的PDF链接也都放上了
机器学习入门课程：吴恩达（Andrew Ng）
地址：https://www.bilibili.com/video/av9912938
B站上也有关于深度学习、强化学习方面的课程
别人博客推荐的
深度学习：
tensorflow-internals（tensorflow内核剖析）
项目链接：https://github.com/horance-liu/tensorflow-internals
深度学习（Deep Learning）byIan Goodfellow and Yoshua Bengio and Aaron Courville
中文版下载地址：https://github.com/exacity/deeplearningbook-chinese
深度学习基础（Fundamentals of Deep Learning）by Nikhil Buduma
下载地址：http://www.taodocs.com/p-32598980.html
R语言深度学习实践指南（Deep Learning Made Easy with R）by Dr. N.D. Lewis
下载地址：http://download.csdn.net/detail/oscer2016/9829915
https://zh.scribd.com/document/339557648/Deep-Learning-Made-Easy-With-R
神经网络和统计学习（Neural networks and statistical learning）by K.-L. Du and M.N.s. Swamy
下载地址：http://download.csdn.net/detail/oscer2016/9829919
https://www.researchgate.net/publication/278654277_Neural_Networks_and_Statistical_Learning
神经网络和深度学习（Neural Networks and Deep Learning）by Michael Niels
下载地址：http://download.csdn.net/download/newhotter/9651111
http://static.latexstudio.net/article/2018/0912/neuralnetworksanddeeplearning.pdf
http://pages.cs.wisc.edu/~dpage/cs760/ANNs.pdf
机器学习：
机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）byD. Michie, D.J. Spiegelhalter, C.C. Taylor
下载地址：http://www1.maths.leeds.ac.uk/~charles/statlog/
贝叶斯推理和机器学习（Bayesian Reasoning and Machine Learning）by David Barber
下载地址：http://web4.cs.ucl.ac.uk/staff/D.Barber/pmwiki/pmwiki.php?n=Brml.Online
机器学习的高斯过程（Gaussian Processes for Machine Learning）by Carl Edward Rasmussen and Christopher K. I. Williams，The MIT Press
下载地址：http://www.gaussianprocess.org/gpml/
信息理论、推理和学习算法（Information Theory, Inference, and Learning Algorithms）by David J.C. MacKay
下载地址：http://www.inference.phy.cam.ac.uk/mackay/itprnn/book.html
统计学习元素（The Elements of Statistical Learning）by Trevor Hastie, Robert Tibshirani, Jerome Friedman
下载地址：http://statweb.stanford.edu/~tibs/ElemStatLearn/printings/ESLII_print10.pdf
机器学习课程（A Course in Machine Learning）by Hal Daumé III下载地址：http://ciml.info/
机器学习导论（Introduction to Machine Learning）by Amnon Shashua，Cornell University
下载地址：https://arxiv.org/abs/0904.3664v1
机器学习导论（Introduction to Machine Learning）- By Nils Nilsson
下载地址：http://ai.stanford.edu/~nilsson/mlbook.html
自己了解的
Causal Inference Book（机器学习因果推理，还在不断更新纠错中）
下载地址：https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/
数据分析数据挖掘方面：
The Elements of Statistical Learning (据说很好，刚下下来后面准备看，就是有点长。。。)
下载地址：https://web.stanford.edu/~hastie/Papers/ESLII.pdf
可视化统计概率入门书（斯坦福大学研究生）
https://seeing-theory.brown.edu/cn.html#firstPage
斯坦福统计学习理论笔记（听说好像还挺难）
笔记地址：https://github.com/percyliang/cs229t/blob/master/lectures/notes.pdf
课程：CS229T/STAT231
统计学习方法（李航）代码复现
项目地址：https://github.com/fengdu78/lihang-code
课件下载：https://pan.baidu.com/s/1nzE4zkNiQM7QgHib60OTPA
提取码：ofmw
课程：https://mlcourse.ai/ （数据分析、机器学习进阶）
DeepMind强化学习
Advanced Deep Learning and Reinforcement Learning
地址：https://www.youtube.com/playlist?list=PLqYmG7hTraZDNJre23vqCGIVpfZ_K2RZs
强化学习（Algorithms for Reinforcement Learning）
下载地址：https://sites.ualberta.ca/~szepesva/papers/RLAlgsInMDPs.pdf
强化学习（Reinforcement Learning: An Introduction）
下载地址：http://incompleteideas.net/book/RLbook2018trimmed.pdf
强化学习（Reinforcement Learning With Open AI, TensorFlow and Keras Using Python）
下载地址：https://link.springer.com/book/10.1007%2F978-1-4842-3285-9
我还有几本感觉还行的纸质书，电子版的不想找了：
数据挖掘：概念与技术 原书第三版
美团机器学习实践
贝叶斯方法
机器学习实践
统计学习方法
花书、西瓜书（这两本上面应该有链接）