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。
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用的是《Machine Learning: A Probabilistic Perspective》一书。
因为在课程介绍和教学资料中都明确提到了使用这本书，并且该书也被广泛认可为机器学习领域的一本优秀教材，对读者有很好的引导作用。
此外，该书内容覆盖面广，涵盖了从基础的数学知识到现代机器学习领域的前沿技术，对于想要深入学习机器学习的读者来说，具有很高的参考价值。
除了这本书，胡浩基老师在教学中还会使用其他的教材和文献，例如《深度学习》、《周志华-机器学习》等。
因此，在学习机器学习的过程中，需要结合多种参考资料，从不同角度深入理解相关理论和技术。