Data Science

Najlepšie učebnice strojového učenia v roku 2020

Najlepšie učebnice strojového učenia v roku 2020
Strojové učenie je dnes jednou z najhorúcejších tém IT. Prípady použitia zahŕňajú všetko od zabezpečenia údajov cez finančné obchodovanie až po personalizáciu marketingu. Pozícia strojového učiteľa sa rýchlo stala jedným z najžiadanejších pracovných miest na svete a priemerný základný plat, ktorý s ním súvisí, to odráža.

Nie je potom prekvapením, že toľko ľudí uvažuje o vstupe do fascinujúceho sveta počítačových algoritmov, ktoré sa vďaka zážitkom automaticky zlepšujú. Ak ste medzi nimi alebo sa chcete len pozrieť na humbuk a pochopiť, o čom je strojové učenie v skutočnosti - náš výber 20 najlepších učebníc strojového učenia vám môže pomôcť dosiahnuť vaše ciele.

Umelá inteligencia: Moderný prístup (4. vydanie), autori Peter Norvig a Stuart J. Russell

K dispozícii: na Amazone

Publikovaný: 2020
Počet stránok: 1136

Rozhodnutie, ktorou učebnicou strojového učenia začať, nebolo ťažké, pretože univerzity z celého sveta odporúčajú študentom umelú inteligenciu: moderný prístup. Teraz vo svojich 4th vydanie predstavuje skvelú prácu pri predstavovaní oblasti umelej inteligencie (strojové učenie je podmnožinou AI) pre začiatočníkov. Zahŕňa tiež širokú škálu súvisiacich výskumných tém a poskytuje užitočné odkazy pre ďalšie štúdium. Podľa jej autorov by táto veľká učebnica mala trvať asi dva semestre, takže nečakajte, že to bude rýchle čítanie.

Rozpoznávanie vzorov a strojové učenie, autor Christopher M. Biskup

K dispozícii: na Amazone

Publikovaný: 2011
Počet stránok: 738

Môžete si spomenúť na rozpoznávanie vzorov a strojové učenie od Christophera M. Bishop ako jemný (aspoň čo sa týka učebníc strojového učenia) úvodný kurz k teórii strojového učenia. Učebnica obsahuje viac ako 400 cvičení, ktoré sú odstupňované podľa náročnosti, a na webovej stránke je k dispozícii oveľa viac ďalších materiálov. Len nečakajte, že budete vedieť, ako aplikovať teóriu, ktorú učebnica učí, keď sa dostanete na jej poslednú stránku - k tomu sú ďalšie knihy.

Deep Learning od Goodfellow et. al

K dispozícii: na Amazone

Publikovaný: 2016
Počet stránok: 800

Ak by ste mali požiadať Elona Muska, aby vám odporučil knihu o strojovom učení, je to ten, ktorý by odporučil. Raz hovorí, že Deep Learning je jediná úplná kniha o tejto téme. Kniha pokrýva všetko od matematického a koncepčného zázemia po špičkové techniky hlbokého učenia sa v odbore a najnovšie perspektívy výskumu. Odporúčame zaobstarať si elektronickú verziu, pretože program Deep Learning je neslávne známy pre svoju zlú kvalitu tlače.

Prvky štatistického učenia: dolovanie dát, inferencia a predikcia, druhé vydanie, autor: Hastie, Tibshirani a Friedman

K dispozícii: na Amazone

Publikovaný: 2016
Počet stránok: 767

Nenechajte sa zastrašiť názvom tejto učebnice. Ak chcete skutočne porozumieť strojovému učeniu a aplikovať ho na riešenie zložitých problémov, musíte si zvyknúť na čítanie učebníc, ktoré sa vám nezdajú veľmi prístupné. Aj keď učebnica zaujíma rozhodujúci štatistický prístup, na jej prečítanie nemusíte byť štatistikmi, pretože kladie dôraz skôr na pojmy ako na matematiku.

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to build Intelligent Systems (2nd Vydanie) od Auréliena Gérona

K dispozícii: na Amazone

Publikovaný: 2019
Počet stránok: 856

Scikit-Learn, Keras a TensorFlow sú tri populárne knižnice strojového učenia a táto učebnica sa zameriava na to, ako ich možno použiť na vytvorenie programov strojového učenia, ktoré riešia skutočné problémy. Vďaka povahe týchto knižníc, ktorá je priateľská k začiatočníkom, sú na čítanie tejto učebnice potrebné minimálne základné teoretické vedomosti, čo je skvelé pre tých, ktorí by chceli získať intuitívne pochopenie strojového učenia vytvorením niečoho užitočného.

Pochopenie strojového učenia: od teórie k algoritmom od Shai Shalev-Shwartza a Shai Ben-Davida

K dispozícii: na Amazone

Publikovaný: 2014
Počet stránok: 410

Mnoho učebníc o strojovom učení sa dá ťažko prekonať, pretože ich autori sa nedokážu vžiť do kože niekoho nového v odbore, ale nie tejto. Pochopenie strojového učenia sa začína jasným úvodom do štatistického strojového učenia. Potom spája teoretické koncepty s praktickými algoritmami bez toho, aby bol príliš zložitý alebo vágny. Bez ohľadu na to, či si chcete osviežiť vedomosti alebo sa vydať na celoživotnú cestu v priemysle, neváhajte si vziať túto učebnicu.

Strojové učenie: Pravdepodobná perspektíva Kevina P. Murphy

K dispozícii: na Amazone

Publikovaný: 2012
Počet stránok: 1104

Ako naznačuje názov tejto knihy, tento úvod do strojového učenia sa opiera o pravdepodobnostné modely na zisťovanie vzorcov v dátach a ich použitie na predpovedanie budúcich údajov. Kniha je napísaná príjemným neformálnym štýlom a veľmi dobre využíva ilustrácie a praktické príklady. Modely, ktoré popisuje, boli implementované pomocou nástroja Probabilistic Modeling Toolkit, čo je softvérový balík MATLAB, ktorý si môžete stiahnuť z internetu. Sada nástrojov, bohužiaľ, už nie je podporovaná, pretože nová verzia tejto knihy bude namiesto toho používať Python.

Informačná teória, inferencia a učebné algoritmy David J. C. MacKay

K dispozícii: na Amazone

Publikovaný: 2003
Počet stránok: 640

Áno, táto učebnica vyšla pred takmer 20 rokmi, ale to ju dnes nezmenšuje. Nakoniec, strojové učenie nie je ani zďaleka také mladé, ako by naznačoval jeho nedávny humbuk. Čo vytvára informačnú teóriu, odvodenie a učebné algoritmy od Davida J. C. MacKay je tak nadčasový svojím multidisciplinárnym prístupom, ktorý poskytuje dostatočné prepojenia medzi rôznymi oblasťami. Sám o sebe to nie je veľmi užitočné, pretože nemá dostatok praktických príkladov, ale skvele funguje ako úvodná učebnica.

Úvod do štatistického učenia: S aplikáciami v R. Gareth M. James, Trevor Hastie, Daniela Witten a Robert Tibshirani

K dispozícii: na Amazone

Publikovaný: 2013
Počet stránok: 440

Úvod do štatistického učenia si môžete predstaviť ako prístupnejšiu alternatívu k prvkom štatistického učenia, ktoré si vyžaduje pokročilé znalosti matematickej štatistiky. Po dokončení tejto učebnice by ste mali byť v úplnom poriadku s bakalárskym titulom z matematiky alebo štatistiky. Na jeho 440 stranách poskytujú autori prehľad v oblasti štatistického učenia a prezentujú dôležité techniky modelovania a predikcie spolu s ich aplikáciami.

Stostránková kniha o strojovom učení od Andriya Burkova

K dispozícii: na Amazone

Publikovaný: 2019
Počet stránok: 160

Zatiaľ čo väčšina učebníc uvedených v tomto článku má bližšie k tisícu strán, táto útla kniha, ktorá začala ako výzva na portáli LinkedIn, veľa vysvetľuje na iba asi stovke stránok. Jedným z dôvodov, prečo sa kniha stovky strojov o učení stala okamžite hitom, je jej jednoduchý jazyk, ktorý je vítaným odklonom od prísnych akademických prác. Túto knihu odporúčame softvérovým inžinierom, ktorí sa domnievajú, že by mohli využiť dostupné nástroje strojového učenia, ale nevedia, kde začať. Knihu si teda môže vychutnať každý, kto má záujem o strojové učenie, pretože zdôrazňuje koncepty pred kódom.

Úvod do strojového učenia s Pythonom: Sprievodca pre dátových vedcov od Andreasa C. Müller a Sarah Guido

K dispozícii: na Amazone

Publikovaný: 2016
Počet stránok: 400

Ak ovládate Python plynulo a chceli by ste začať so strojovým učením vytváraním praktických riešení skutočných problémov, toto je tá pravá kniha pre vás. Nie, nenaučíte sa príliš veľa teórie, ale všetky základné pojmy sú pokryté dobre a existuje veľa ďalších kníh, ktoré sa venujú zvyšku. Ak chcete využiť úvod do strojového učenia v Pythone naplno, mali by ste mať aspoň určité znalosti knižníc NumPy a matplotlib.

Aplikované prediktívne modelovanie od Maxa Kuhna a Kjella Johnsona

K dispozícii: na Amazone

Publikovaný: 1. vyd. 2013, Corr. 2. tlač 2018
Počet stránok: 613

Táto učebnica poskytuje úvod do prediktívnych modelov, ktoré na predpovedanie výsledkov pomocou dátových modelov využívajú údaje a štatistiku. Začína sa to spracovaním údajov a pokračuje modernými regresnými a klasifikačnými technikami, pričom sa vždy zdôrazňuje skutočné problémy s údajmi. Všetky modely vysvetlené v knihe môžete ľahko implementovať vďaka poskytnutému R kódu, ktorý ukazuje presne to, čo musíte urobiť, aby ste nakoniec dosiahli funkčné riešenie.

Hlboké učenie s Pythonom od Françoisa Cholleta

K dispozícii: na Amazone

Publikovaný: 2017
Počet stránok: 384

Autora tejto učebnice strojového učenia už možno poznáte, pretože je zodpovedný za otvorenú knižnicu neurónových sietí s názvom Keras, pravdepodobne najpopulárnejšiu knižnicu strojového učenia napísanú v jazyku Python. Vzhľadom na tieto informácie a názov učebnice by vás nemalo prekvapiť, keď sa dozviete, že ide o najlepší dostupný rýchlokurz Keras. Praktické techniky majú prednosť pred teóriou, ale to znamená, že zložité úlohy strojového učenia môžete vyriešiť už za pár týždňov.

Strojové učenie od Toma M. Mitchell

K dispozícii: na Amazone

Publikovaný: 1997
Počet stránok: 414

Táto kniha bola publikovaná v roku 1997 a predstavuje všetky typy algoritmov strojového učenia v jazyku, ktorému by mali byť schopní porozumieť absolventi CS. Ak ste typom človeka, ktorý potrebuje mať rozsiahle znalosti o určitej téme skôr, ako sa budete cítiť hlboko v nej, bude sa vám páčiť, ako sú informácie v tejto knihe prezentované. Len nečakajte Machine Learning od Toma M. Mitchell byť praktickým sprievodcom, pretože to nie je to, čo by táto kniha mala byť.

Aplikácie založené na učení sa strojovým učením: Emmanuel Ameisen od nápadu k produktu

K dispozícii: na Amazone

Publikovaný: 2020
Počet stránok: 260

Jedna vec je porozumieť modelom strojového učenia a úplne iná je vedieť, ako ich priviesť k výrobe. Táto relatívne útla kniha od Emmanuela Ameisena vysvetľuje práve to, ktoré vás prevedie všetkými krokmi procesu, od počiatočnej myšlienky po nasadený produkt. Aplikácie poháňané programom Building Machine Learning možno odporučiť začínajúcim dátovým vedcom a inžinierom ML, ktorí zvládli teóriu, ale musia ju ešte uplatniť v priemysle.

Výučba výstuže: Úvod (2. vydanie) od Richarda S. Sutton, Andrew G. Barto

K dispozícii: na Amazone

Publikovaný: 2018
Počet stránok: 552

Posilňovacie učenie je oblasť strojového učenia zaoberajúca sa výcvikom modelov strojového učenia, ktoré umožňujú konať v zložitom a neistom prostredí s cieľom maximalizovať celkovú výšku získanej odmeny. Ak vás to znie zaujímavo, neváhajte a kúpte si túto knihu, pretože sa všeobecne považuje za Bibliu tohto predmetu. Druhé vydanie obsahuje veľa dôležitých štrukturálnych a obsahových zmien, takže si ich, pokiaľ je to možné, zaobstarajte.

Učenie sa z dát spoločnosti Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin.

K dispozícii: na Amazone

Publikovaný: 2012
Počet stránok: 213

Learning from Data je krátky, ale relatívne úplný úvod do strojového učenia a jeho praktických aplikácií vo finančníctve, obchode, vede a strojárstve. Kniha je založená na viac ako desaťročí učebných materiálov, ktoré autori vydali na výber základných tém, ktorým by mal každý, kto sa o tento predmet zaujíma, rozumieť. Je to skvelé pre začiatočníkov, ktorí nemajú veľa času na štúdium teórie strojového učenia, najmä ak si ich prečítajú spolu s Yaserovou prednáškovou sériou na YouTube.

Neurónové siete a hlboké učenie: učebnica od Charu C. Aggarwal

K dispozícii: na Amazone

Publikovaný: 2018
Počet stránok: 497

Neurónové siete sú jedným zo spôsobov strojového učenia a táto učebnica vám môže pomôcť pochopiť teóriu, ktorá je ich základom. Rovnako ako strojové učenie všeobecne, aj táto kniha je matematicky náročná, takže neočakávajte, že sa dostanete príliš ďaleko, ak bude vaša matematika hrdzavá. To znamená, že autor skvelo vysvetľuje matematiku za všetkými poskytnutými príkladmi a vedie čitateľa rôznymi zložitými scenármi.

Strojové učenie pre úplných začiatočníkov: úvod do obyčajnej angličtiny (2nd Vydanie) od Olivera Theobalda

K dispozícii: na Amazone

Publikovaný: 2017
Počet stránok: 157

Ak vás zaujíma strojové učenie, ale nemusíte sa cítiť pohodlne pri čítaní dlhých učebníc o tejto téme, môžete uprednostniť túto knihu vhodnú pre začiatočníkov, ktorá poskytuje praktický úvod do strojového jazyka na vysokej úrovni pomocou jednoduchej angličtiny. Na konci tejto knihy budete vedieť, ako predpovedať domáce hodnoty pomocou vášho prvého modelu strojového učenia vytvoreného v Pythone.

Generatívne hlboké učenie: David Foster učí stroje malovať, písať, písať a hrať sa

K dispozícii: na Amazone

Publikovaný: 2019
Počet stránok: 330

O generatívnych kontradiktórnych sieťach (GAN), jednej z najhorúcejších tém v oblasti strojového učenia, sa toho dnes napísalo a povedalo veľa. Ak chcete pochopiť, ako oni a ďalšie generatívne modely hlbokého učenia pracujú pod kapotou, je táto kniha Davida Fostera skvelým východiskovým bodom, pokiaľ máte skúsenosti s programovaním v jazyku Python.

Ako zmeniť veľkosť, farbu a schému ukazovateľa myši a kurzora v systéme Windows 10
Ukazovateľ myši a kurzor vo Windows 10 sú veľmi dôležité aspekty operačného systému. Dá sa to povedať aj pre iné operačné systémy, takže v skutočnosti...
Hry Zadarmo a open source herné motory pre vývoj hier pre Linux
Zadarmo a open source herné motory pre vývoj hier pre Linux
Tento článok sa bude zaoberať zoznamom bezplatných a otvorených herných nástrojov, ktoré možno použiť na vývoj 2D a 3D hier v systéme Linux. Existuje ...
Hry Výukový program Shadow of the Tomb Raider pre Linux
Výukový program Shadow of the Tomb Raider pre Linux
Shadow of the Tomb Raider je dvanásty prírastok do série Tomb Raider - franšíza akčných adventúr vytvorená Eidosom Montrealom. Túto hru prijali kritic...