胡浩基机器学习课程使用的主要教材是《Machine Learning》(周志华著) 。
在这本教材中，作者综合了机器学习的基本概念、算法和应用，并给出了大量实例和代码实现。
此外，课程可能还会结合一些其他参考书籍，如 《Pattern Recognition and Machine Learning》(Bishop著)、《The Elements of Statistical Learning》(Hastie著)等等。
这些书籍能够帮助学生全面理解机器学习的基本原理，并在实践中能够更好地运用相关算法解决实际问题。
胡浩基机器学习课程使用的主要教材为《模式识别与机器学习》（英文名：Pattern Recognition and Machine Learning），这是由Christopher M. Bishop撰写的一本经典的机器学习教材。
这本书涵盖了机器学习的基本理论和算法，比如贝叶斯统计、决策树、神经网络、支持向量机等等。
同时，书中也会涉及到一些高级的话题，比如深度学习、高斯过程等等。
此外，胡浩基老师在课程中也会引入一些其他的教材和论文，以帮助学生更好地理解和掌握机器学习的概念和算法。
因此，如果想要学好机器学习，需要全面深入的掌握相关的文献资料和课程内容。
胡浩基机器学习课程使用的主要教材是《Pattern Recognition and Machine Learning》（中文名为《模式分类与机器学习》）一书。
这本书是由Christopher Bishop所著，是机器学习领域中的经典教材之一。
胡浩基老师在课程中使用这本书来讲解机器学习的基本概念、算法和应用。
这本书通俗易懂，包含了丰富的实例和应用案例，对于从初学者到高级研究者都具有很高的参考价值。
如果您在学习机器学习的过程中想要了解更多相关知识，可以阅读这本书以扩展知识面和加深理解。