Я сделал подборку книг по машинному обучению для тех, кто хочет понять, что и как.
Добавляйте в закладки и делитесь с коллегами!
Книги по машинному обучению на русском языке
1. «Математические основы машинного обучения и прогнозирования» Владимир Вьюгин.О чем Во-первых, изучите основы статистической теории в области машинного обучения, прогнозирующих игр и экспертного стратегического прогнозирования.
Их основы прекрасно объясняет автор книги, доктор физико-математических наук Владимир Вьюгин.
Пособие рассчитано на студентов и аспирантов и в доступной форме излагает математические основы, необходимые для дальнейшей работы с машинным обучением.
2. «Высший алгоритм» Педро Домингос.
О чем Книга, благодаря которой даже люди, ничего не знающие о математике и статистике, поймут, что такое алгоритмы машинного обучения и каково их применение в жизни.
Профессор Педро Домингос рассказывает о пяти основных школах машинного обучения и о том, как они используют идеи из различных областей научных знаний — нейробиологии, физики, статистики, биологии — чтобы помочь людям решать сложные проблемы и упрощать рутинные операции с помощью алгоритмов.
3. "Машинное обучение" Хенрик Бринк, Джозеф Ричардс, Марк Феверольф.
О чем В этой книге, вышедшей в 2017 году, о машинном обучении рассказывается в доступной форме — для тех, кто ничего не слышал об этих технологиях.
Здесь нет навороченной статистики, математики или глубоких и подробных объяснений того, как использовать тот или иной алгоритм.
Авторы доступно объясняют, что такое машинное обучение и как его применять в повседневной жизни.
Примеры в книге приведены на языке программирования Python, который также используется в этой области.
4. «Массовое машинное обучение с помощью Python» Бастиан Шарден, Лука Массарон, Альберто Боскетти.
О чем Еще одна отличная книга для тех, кто начинает свой путь в программировании и анализе больших данных.
Авторы утверждают, что благодаря ему читатель научится самостоятельно строить модели машинного обучения и развертывать крупномасштабные приложения для прогнозирования.
В книге рассказывается о том, какие алгоритмы входят в семейство масштабируемых, что они собой представляют и как с их помощью обрабатывать большие файлы.
Вы также узнаете, что такое парадигма вычислений MapReduce и как работать с машинными алгоритмами на платформах Hadoop и Spark на Python. 5. «Питон и машинное обучение» Себастьян Рашка.
О чем Книга для начинающих изучать Python и машинное обучение.
В публикации есть подробные инструкции даже по таким нюансам, как установка специализированного приложения Jupyter Notebook. В книге рассматриваются основы машинного обучения, возможности мощнейших библиотек Python для анализа данных и отвечает на вопрос, почему этот язык является одним из лидеров в области Data Science. 6. «Методы обработки и распознавания изображений лица в задачах биометрии» Георгий Кухарев, Екатерина Каменская, Юрий Матвеев, Надежда Щеголева О чем Хотя эта книга предназначена для новичков и знакомит с основными принципами искусственного интеллекта, в частности, с технологией распознавания лиц, для полного понимания терминологии и комфортного чтения все же требуется некоторая подготовка.
В ней рассматриваются такие вопросы биометрии, как методы анализа изображений лиц, получение исходных данных из реальных сцен, структура систем распознавания и другие.
Примеры в монографии приведены на языке машинного обучения MATLAB. Если вы не обладаете техническими знаниями, но все же хотите прочитать книгу, можете загуглить незнакомые термины, этого вполне достаточно, чтобы не испытывать дискомфорта при чтении.
Наука и искусство создания алгоритмов, извлекающих знания из данных» Питер Флах.
О чем Это полноцветное иллюстрированное издание, также предназначенное для новичков, раскрывает широкие темы машинного обучения.
По мере того как читатель погружается в тему, автор раскрывает все больше деталей, но книга не слишком сложна для понимания: объяснена вся новая терминология, а статистические и логические модели описаны на языке, понятном неподготовленному читателю.
8. «Обучение с подкреплением», Ричард С.
Саттон и Эндрю Дж.
Барто.
О чем Обучение с подкреплением — это отрасль искусственного интеллекта.
Кратко и в самой общей форме ее суть можно изложить так: машина учится действовать в окружающей среде, приобретая интуитивный опыт, а затем наблюдает его результаты.
В книге всесторонне изложена концепция обучения с подкреплением — от фундаментальных идей до современных разработок в этой области.
Книги по машинному обучению на английском языке
Все книги рассчитаны на новичков без опыта работы с технологиями искусственного интеллекта или специалистов с небольшим техническим образованием.Цель большинства — познакомить с основными принципами, концепциями, идеями и некоторыми алгоритмами машинного обучения.
9. «Байесовское рассуждение и машинное обучение» Дэвид Барбер.
О чем Книга Дэвида Барбера написана для студентов и выпускников с минимальными знаниями в области алгебры и исчисления — то есть отлично подходит для начала изучения машинного обучения.
Как следует из названия, он основан на байесовском статистическом выводе.
Книга позволяет развивать аналитические способности и находить новые способы решения задач при работе с алгоритмами машинного обучения.
Каждая глава сопровождается примерами, практическими и теоретическими заданиями.
10. «Введение в машинное обучение» Нильс Дж.
Нильссон О чем Эта книга не является учебником, сборником практических задач или теоретических исследований.
Это своего рода «мост» от теории к практике машинного обучения.
С его помощью читатель сможет подготовиться к дальнейшему изучению темы машинного обучения и науки о данных.
11. «Элементы статистического обучения».
Интеллектуальный анализ данных, логический вывод и прогнозирование» Тревор Хэсти, Роберт Тибширани, Джером Фридман.
О чем В этом уроке концептуально описаны идеи науки о данных, то есть без сложных математических формул и понятий.
Содержит множество наглядных примеров, которые еще больше раскрывают суть написанного.
Охват книги широк: от обучения с учителем (прогнозированием) до обучения без учителя.
Рассматриваемые темы включают нейронные сети, машины опорных векторов, деревья классификации и повышение.
Авторы книги — преподаватели, создатели учебников и инструментов интеллектуального анализа данных.
12. «Машинное обучение, нейронная и статистическая классификация» Д.
Мичи, Д.
Дж.
Шпигельхальтер, CC Тейлор.
О чем В данной публикации представлен обзор основных современных подходов к решению задач классификации: машинное обучение, статистика и нейронные сети.
Авторы сравнили эффективность методов по различным показателям и сделали выводы о том, для решения каких коммерческих и промышленных задач каждый из них больше подходит. 13. «Создайте свою собственную нейронную сеть» Тарик Рашид. О чем Преимуществом книги являются низкие требования к базовым математическим знаниям читателя.
Даже имея в виду школьный курс, вы можете прочитать его, понять, освоить основные понятия и научиться программировать собственные алгоритмы распознавания изображений на Python. Все математические идеи, лежащие в основе проектирования нейронных сетей, представлены большим количеством иллюстраций и примеров, что облегчает их понимание.
14. «Искусственный интеллект: современный подход» Стюарт Рассел, Питер Норвиг.
О чем Учебник для первокурсников.
Его часто используют в качестве введения в науку о данных во многих университетских программах обучения.
Если вас интересует проектирование нейронных сетей специально для создания искусственного интеллекта, мы рекомендуем эту книгу как первую книгу по этой теме.
15. «Обучение на данных» Ясер С.
Абу-Мостафа, Малик Магдон-Исмаил, Сюань-Тянь Линь.
О чем Книга имеет подзаголовок «Краткий курс» и кратко знакомит читателя с основами машинного обучения.
Если вы только начали вникать в то, что происходит в мире Data Science и прочитали несколько статей в Интернете, то это идеальный вариант, чтобы разобраться в теме немного глубже.
Теги: #python #программирование #искусственный интеллект #Большие данные #машинное обучение #Интеллектуальный анализ данных
-
Единство Двух Миров
19 Oct, 24 -
Структуры Против Классов
19 Oct, 24 -
Фортепианный Подкаст №27 «Живые Деревья»
19 Oct, 24 -
Публикация Скриншотов (Почти) В Один Клик
19 Oct, 24 -
Жж Продвигает Спонсируемые Сообщества
19 Oct, 24
