Phenquestions
Nu există nicio surpriză atunci că atât de mulți oameni se gândesc să intre în lumea fascinantă a algoritmilor informatici care se îmbunătățesc automat prin experiență. Dacă sunteți printre ei - sau dacă doriți doar să treceți peste hype și să înțelegeți despre ce este cu adevărat învățarea automată - selecția noastră dintre cele mai bune 20 de manuale de învățare automată vă poate ajuta să vă atingeți obiectivele.
Inteligența artificială: o abordare modernă (ediția a IV-a) de Peter Norvig și Stuart J. Russell
Disponibil: pe Amazon
Publicat: 2020
Numărul de pagini: 1136
Decizia cu care manual de învățare automată a început nu a fost dificilă, deoarece inteligența artificială: o abordare modernă este recomandată studenților de către universitățile din întreaga lume. Acum, în 4a ediție, cartea face o treabă fantastică de a introduce domeniul inteligenței artificiale (învățarea automată este un subset al AI) pentru începători și acoperă, de asemenea, o gamă largă de subiecte de cercetare conexe, oferind referințe utile pentru studii ulterioare. Potrivit autorilor săi, acest manual de mari dimensiuni ar trebui să acopere aproximativ două semestre, deci nu vă așteptați să fie citit rapid.
Recunoașterea modelelor și învățarea automată de Christopher M. Episcop
Disponibil: pe Amazon
Publicat: 2011
Numărul de pagini: 738
Vă puteți gândi la Recunoașterea modelelor și învățarea automată de Christopher M. Bishop ca un curs de introducere blând (cel puțin în ceea ce privește manualele de învățare automată) la teoria din spatele învățării automate. Manualul include peste 400 de exerciții care sunt clasificate în funcție de dificultatea lor, iar pe site-ul său web este disponibil mult mai mult material suplimentar. Doar nu vă așteptați să știți cum să aplicați teoria pe care o învață manualul când ajungeți la ultima pagină - există și alte cărți pentru asta.
Învățare profundă de Goodfellow et. al
Disponibil: pe Amazon
Publicat: 2016
Numărul de pagini: 800
Dacă l-ai ruga pe Elon Musk să-ți recomande o carte despre învățarea automată, acesta este cel pe care l-ar recomanda. El a spus odată că Deep Learning este singura carte completă despre acest subiect. Cartea acoperă totul, de la fundalul matematic și conceptual la tehnici de învățare profundă de ultimă generație și cele mai recente perspective de cercetare. Vă recomandăm să obțineți versiunea electronică, deoarece Deep Learning este renumit pentru calitatea slabă a imprimării.
Elementele învățării statistice: extragerea datelor, inferența și predicția, ediția a doua de Hastie, Tibshirani și Friedman
Disponibil: pe Amazon
Publicat: 2016
Numărul de pagini: 767
Nu lăsați titlul acestui manual să vă intimideze. Dacă doriți să înțelegeți cu adevărat învățarea automată și să o aplicați pentru a rezolva probleme dificile, trebuie să vă obișnuiți să citiți manuale care nu par foarte accesibile. Chiar dacă manualul are o abordare statistică decisivă, nu este nevoie să fiți statistician pentru a-l citi, deoarece accentuează mai degrabă concepte decât matematică.
Învățare automată manuală cu Scikit-Learn, Keras și TensorFlow: concepte, instrumente și tehnici pentru a construi sisteme inteligente (2nd Ediție) de Aurélien Géron
Disponibil: pe Amazon
Publicat: 2019
Numărul de pagini: 856
Scikit-Learn, Keras și TensorFlow sunt trei biblioteci populare de învățare automată, iar acest manual se concentrează asupra modului în care pot fi utilizate pentru a crea programe de învățare automată care rezolvă problemele reale. Datorită caracterului prietenos pentru începători al acestor biblioteci, sunt necesare cunoștințe teoretice minime de bază pentru a citi acest manual, ceea ce îl face excelent pentru cei care ar dori să obțină o înțelegere intuitivă a învățării automate prin construirea a ceva util.
Înțelegerea învățării automate: de la teorie la algoritmi de Shai Shalev-Shwartz și Shai Ben-David
Disponibil: pe Amazon
Publicat: 2014
Numărul de pagini: 410
Multe manuale despre învățarea automată sunt dificil de trecut, deoarece autorii lor nu sunt în măsură să se pună în pielea cuiva nou în domeniu, dar nu și acesta. Înțelegerea învățării automate începe cu o introducere clară a învățării statistice automate. Apoi conectează conceptele teoretice la algoritmi practici fără a fi nici prea vorbitor, nici prea vag. Indiferent dacă doriți să vă reîmprospătați cunoștințele sau să începeți o călătorie de-a lungul vieții în industrie, nu ezitați să luați acest manual.
Învățarea automată: o perspectivă probabilistică de Kevin P. Murphy
Disponibil: pe Amazon
Publicat: 2012
Numărul de pagini: 1104
După cum sugerează titlul acestei cărți, această introducere în învățarea automată se bazează pe modele probabilistice pentru a detecta tiparele din date și a le utiliza pentru a face predicții despre date viitoare. Cartea este scrisă într-un stil plăcut, informal și folosește foarte bine ilustrațiile și exemplele practice. Modelele pe care le descrie au fost implementate folosind Probabilistic Modeling Toolkit, care este un pachet software MATLAB pe care îl puteți descărca de pe internet. Din păcate, trusa de instrumente nu mai este acceptată, deoarece noua versiune a acestei cărți va folosi în schimb Python.
Algoritmi ai teoriei informației, inferenței și învățării de David J. C. MacKay
Disponibil: pe Amazon
Publicat: 2003
Numărul de pagini: 640
Da, acest manual a fost lansat în urmă cu aproape 20 de ani, dar asta nu-l face mai puțin relevant astăzi. La urma urmei, învățarea automată nu este la fel de tânără pe cât ar putea sugera recenta hype din jurul ei. Ceea ce face teoria informațiilor, inferența și algoritmii de învățare de David J. C. MacKay este atât de atemporal, este abordarea sa multidisciplinară care oferă conexiuni ample între diferite domenii. În sine, nu este foarte util, deoarece nu are suficiente exemple practice, dar funcționează excelent ca manual introductiv.
O introducere în învățarea statistică: cu aplicații în R de Gareth M. James, Trevor Hastie, Daniela Witten și Robert Tibshirani
Disponibil: pe Amazon
Publicat: 2013
Numărul de pagini: 440
Vă puteți gândi la Introducere în învățarea statistică ca o alternativă mai abordabilă la Elementele învățării statistice, care necesită cunoștințe avansate de statistici matematice. Pentru a termina acest manual, ar trebui să fii perfect cu o diplomă de licență în matematică sau statistici. Pe cele 440 de pagini, autorii oferă o imagine de ansamblu asupra domeniului învățării statistice și prezintă tehnici importante de modelare și predicție, completate cu aplicațiile lor.
Cartea de învățare automată de sute de pagini de Andriy Burkov
Disponibil: pe Amazon
Publicat: 2019
Numărul de pagini: 160
În timp ce majoritatea manualelor enumerate în acest articol sunt mai aproape de o mie de pagini, această carte subțire, care a început ca o provocare pe LinkedIn, explică multe despre doar o sută de pagini. Un motiv pentru care Cartea de învățare automată a sute de pagini a devenit un succes instantaneu este limbajul său simplu, care este o plecare binevenită de la lucrările academice rigide. Recomandăm această carte inginerilor de software care cred că ar putea utiliza instrumentele de învățare automată disponibile, dar nu știu de unde să înceapă. Acestea fiind spuse, cartea poate fi bucurată de oricine este interesat de învățarea automată, deoarece subliniază conceptele în locul codului.
Introducere în învățarea automată cu Python: un ghid pentru oamenii de știință a datelor de Andreas C. Müller și Sarah Guido
Disponibil: pe Amazon
Publicat: 2016
Numărul de pagini: 400
Dacă cunoașteți Python fluent și doriți să începeți cu învățarea automată, construind soluții practice pentru probleme reale, aceasta este cartea potrivită pentru dvs. Nu, nu veți învăța prea multă teorie, dar toate conceptele fundamentale sunt bine acoperite și există multe alte cărți care acoperă restul. Pentru a profita la maximum de Introducere în învățarea automată cu Python, ar trebui să aveți cel puțin o familiaritate cu bibliotecile NumPy și matplotlib.
Modelare predictivă aplicată de Max Kuhn și Kjell Johnson
Disponibil: pe Amazon
Publicat: Prima ed. 2013, Corr. A doua tipărire 2018
Numărul de pagini: 613
Acest manual oferă o introducere la modelele predictive, care utilizează date și statistici pentru a prezice rezultatele cu modelele de date. Începe cu prelucrarea datelor și continuă cu tehnici moderne de regresie și clasificare, subliniind întotdeauna problemele reale ale datelor. Puteți implementa cu ușurință toate modelele explicate în carte datorită codului R furnizat, care arată exact ce trebuie să faceți pentru a ajunge la o soluție de lucru.
Învățare profundă cu Python de François Chollet
Disponibil: pe Amazon
Publicat: 2017
Numărul de pagini: 384
Este posibil să fiți deja familiarizați cu autorul acestui manual de învățare automată, deoarece este responsabil pentru o bibliotecă de rețea neuronală open source numită Keras, probabil cea mai populară bibliotecă de învățare automată scrisă în Python. Având în vedere aceste informații și titlul manualului, nu ar trebui să vă surprindă să aflați că este cel mai bun curs Keras disponibil. Tehnicile practice sunt prioritizate deasupra teoriei, dar asta înseamnă doar că puteți rezolva sarcini sofisticate de învățare automată în doar câteva săptămâni.
Învățarea automată de Tom M. Mitchell
Disponibil: pe Amazon
Publicat: 1997
Numărul de pagini: 414
Publicată în 1997, această carte introduce toate tipurile de algoritmi de învățare automată într-o limbă pe care toți absolvenții de CS ar trebui să o poată înțelege. Dacă sunteți tipul de persoană care trebuie să aibă o înțelegere largă a unui anumit subiect înainte de a vă simți confortabil să vă scufundați profund în el, vă va plăcea modul în care sunt prezentate informațiile din această carte. Doar nu vă așteptați la învățarea automată de Tom M. Mitchell să fie un ghid practic, pentru că nu asta ar trebui să fie această carte.
Construirea aplicațiilor automate de învățare automată: Trecerea de la idee la produs de Emmanuel Ameisen
Disponibil: pe Amazon
Publicat: 2020
Numărul de pagini: 260
Un lucru este să înțelegeți modelele de învățare automată și este cu totul altceva să știți cum să le aduceți la producție. Această carte relativ subțire a lui Emmanuel Ameisen explică doar faptul că, parcurgând fiecare etapă a procesului, de la ideea inițială la produsul implementat. Construirea de aplicații bazate pe învățarea automată poate fi recomandată oamenilor de știință în devenire și inginerilor ML care au însușit teoria, dar care încă nu au aplicat-o în industrie.
Reinforcement Learning: An Introduction (Ediția a II-a) de Richard S. Sutton, Andrew G. Barto
Disponibil: pe Amazon
Publicat: 2018
Numărul de pagini: 552
Învățarea prin întărire este un domeniu al învățării automate care se ocupă de instruirea modelelor de învățare automată pentru a lua măsuri într-un mediu complex, incert, pentru a maximiza suma totală a recompensei primite. Dacă acest lucru vi se pare interesant, nu ezitați să cumpărați această carte, deoarece este considerată pe scară largă a fi Biblia subiectului. A doua ediție include multe modificări structurale și de conținut importante, așa că obțineți-o dacă este posibil.
Învățând din date de Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin.
Disponibil: pe Amazon
Publicat: 2012
Numărul de pagini: 213
Învățarea din date este o introducere scurtă, dar relativ completă, a învățării automate și a aplicațiilor sale practice în finanțe, comerț, știință și inginerie. Cartea se bazează pe mai mult de un deceniu de materiale didactice, pe care autorii le-au distilat într-o selecție de subiecte de bază pe care toți cei interesați de subiect ar trebui să le înțeleagă. Este minunat pentru începătorii care nu au prea mult timp să studieze teoria învățării automate, mai ales dacă sunt citite împreună cu seria de prelegeri a lui Yaser pe YouTube.
Rețele neuronale și învățare profundă: un manual de Charu C. Aggarwal
Disponibil: pe Amazon
Publicat: 2018
Numărul de pagini: 497
Rețelele neuronale sunt o modalitate de a face învățarea automată, iar acest manual vă poate ajuta să înțelegeți teoria din spatele lor. La fel ca învățarea automată în general, această carte este matematic intensă, așa că nu vă așteptați să ajungeți prea departe dacă matematica dvs. este ruginită. Acestea fiind spuse, autorul face o treabă excelentă explicând matematica din spatele tuturor exemplelor furnizate și umblând cititorul prin diferite scenarii complicate.
Învățarea automată pentru începători absolut: o introducere simplă în limba engleză (2nd Ediție) de Oliver Theobald
Disponibil: pe Amazon
Publicat: 2017
Numărul de pagini: 157
Dacă sunteți interesat de învățarea automată, dar nu vă simțiți neapărat confortabil citind manuale lungi despre acest subiect, s-ar putea să preferați această carte prietenoasă pentru începători, care oferă o introducere practică și la nivel înalt în limbajul mașinilor folosind engleza simplă. Până la sfârșitul acestei cărți, veți ști cum să preziceți valorile casei folosind primul dvs. model de învățare automată creat în Python.
Învățare profundă generativă: mașini de predat să picteze, să scrie, să compună și să se joace de David Foster
Disponibil: pe Amazon
Publicat: 2019
Numărul de pagini: 330
S-au scris și s-au spus multe despre rețelele contradictorii generative (GAN), unul dintre cele mai fierbinți subiecte din domeniul învățării automate astăzi. Dacă doriți să înțelegeți cum funcționează ele și alte modele de învățare profundă generative sub capotă, această carte de David Foster este un punct de plecare excelent, atâta timp cât aveți experiență în codificarea în Python.
