Mi favorito para el ML-in-Finance: "Advances in Financial Machine Learning" de M. de Prado ( https://www.wiley.com/en-hk/Advances+en+la+máquina+de+aprendizaje+financiero-p-9781119482086 )
No dedica tanto tiempo a tratar modelos específicos de ML, sino que habla de los desafíos únicos a los que se enfrentan los científicos de datos financieros y de las formas de manejar los datos, de llevar a cabo investigación de estrategias y backtesting, y del estilo y las técnicas (etiquetado, bagging, metamodelos...) para aplicar técnicas genéricas de ML en un entorno financiero.
Mi introducción favorita al aprendizaje profundo: Hands-On Machine Learning with SciKit-Learn and TensorFlow
Introducción intensiva a las redes neuronales a través de Keras (el autor creó esta biblioteca) y Tensorflow, con muchos ejemplos de código en Python
Mi programación pura favorita para problemas de tipo Data Science: "Scala for Data Science" de P Bugnion
Una introducción inmersiva a Scala con un enfoque en los problemas de Ciencia de Datos, y un enfoque en cómo mover los productos a la producción de forma segura