Phenquestions
Siis pole üllatav, et nii paljud inimesed kaaluvad kogemuste kaudu automaatselt paranevate arvutialgoritmide põnevasse maailma sisenemist. Kui kuulute nende hulka või soovite lihtsalt üle käia ja mõista, mida masinõpe tegelikult hõlmab - meie 20 parema masinõpikuõpiku top 20 valik aitab teil oma eesmärke saavutada.
Tehisintellekt: kaasaegne lähenemine (4. väljaanne), autorid Peter Norvig ja Stuart J. Russell
Saadaval: Amazonis
Avaldatud: 2020
Lehekülgede arv: 1136
Masinõppe õpiku otsustamine ei olnud keeruline, sest tehisintellekt: kaasaegset lähenemist soovitavad üliõpilastele üliõpilased üle kogu maailma. Nüüd oma 4-sth väljaanne, raamat teeb suurepärase töö tehisintellekti valdkonna (masinõpe on tehisintellekti alamhulk) tutvustamiseks algajatele ning see hõlmab ka paljusid seotud uurimisteemasid, pakkudes kasulikke viiteid edasiseks uurimiseks. Autorite sõnul peaks selle suure õpiku läbitöötamiseks kuluma umbes kaks semestrit, nii et ärge oodake, et see oleks kiire lugemine.
Mustrite äratundmine ja masinõpe Christopher M poolt. Piiskop
Saadaval: Amazonis
Avaldatud: 2011
Lehekülgede arv: 738
Võite mõelda mustri äratundmisele ja masinõppele, mille autor on Christopher M. Piiskop kui õrn (vähemalt masinaõpiku õpikute osas) sissejuhatav kursus masinõppe teooriale. Õpik sisaldab üle 400 harjutuse, mis on hinnatud nende raskuste järgi ja palju rohkem lisamaterjale on saadaval selle veebisaidil. Lihtsalt ära looda teada, kuidas õpiku teooriat rakendada, kui jõuad selle viimasele lehele - selleks on ka teisi raamatuid.
Sügav õppimine Goodfellow et. al
Saadaval: Amazonis
Avaldatud: 2016
Lehekülgede arv: 800
Kui peaksite paluma Elon Muskil soovitada teile raamatut masinõppe kohta, soovitab ta seda. Ta ütles kord, et sügav õppimine on üks täielik raamat sellel teemal. Raamat hõlmab kõike alates matemaatilisest ja kontseptuaalsest taustast kuni valdkonna juhtivate süvaõppevõtete ja uusimate uurimisperspektiivideni. Soovitame teil hankida elektrooniline versioon, sest Deep Learning on halva prindikvaliteedi poolest kurikuulus.
Statistilise õppe elemendid: andmekaevandamine, järeldamine ja ennustamine, Hastie, Tibshirani ja Friedmani teine väljaanne
Saadaval: Amazonis
Avaldatud: 2016
Lehekülgede arv: 767
Ärge laske selle õpiku pealkirja hirmutada. Kui soovite masinõppest tõeliselt aru saada ja seda keeruliste probleemide lahendamiseks rakendada, peate harjuma lugema õpikuid, mis ei tundu eriti ligipääsetavad. Kuigi õpikus on otsustavalt statistiline lähenemisviis, ei pea te selle lugemiseks olema statistik, sest see rõhutab pigem mõisteid kui matemaatikat.
Praktiline masinõpe Scikit-Learn, Keras ja TensorFlow abil: mõisted, tööriistad ja tehnikad intelligentsete süsteemide loomiseks (2nd Väljaanne) autor Aurélien Géron
Saadaval: Amazonis
Avaldatud: 2019
Lehekülgede arv: 856
Scikit-Learn, Keras ja TensorFlow on kolm populaarset masinõppe teeki ja see õpik keskendub sellele, kuidas neid saab kasutada masinõppeprogrammide loomiseks, mis lahendavad tegelikke probleeme. Tänu nende raamatukogude algajale sõbralikule olemusele on selle õpiku lugemiseks vaja minimaalseid teoreetilisi teadmisi, mis muudab selle suurepäraseks neile, kes sooviksid saada kasuliku arusaama masinõppest, ehitades midagi kasulikku.
Masinaõppe mõistmine: Shai Shalev-Shwartzi ja Shai Ben-Davidi teooriast algoritmideni
Saadaval: Amazonis
Avaldatud: 2014
Lehekülgede arv: 410
Paljusid masinõppe alaseid õpikuid on raske läbi saada, kuna nende autorid ei suuda end panna valdkonna uue inimese kingadesse, kuid mitte seda. Masinõppe mõistmine algab selge sissejuhatusega masinaõppesse. Seejärel ühendab see teoreetilised mõisted praktiliste algoritmidega, olemata liiga sõnakas ega liiga ebamäärane. Sõltumata sellest, kas soovite oma teadmisi värskendada või asuda elukestvale teekonnale tööstuses, ärge kartke sellest õpikust haarata.
Masinõpe: tõenäoline perspektiiv Kevin P poolt. Murphy
Saadaval: Amazonis
Avaldatud: 2012
Lehekülgede arv: 1104
Nagu selle raamatu pealkiri vihjab, tugineb see masinõppe sissejuhatus tõenäosusmudelitele, et tuvastada andmete mustreid ja kasutada neid tulevaste andmete ennustamiseks. Raamat on kirjutatud meeldivas ja mitteametlikus stiilis ning selles kasutatakse suurepäraselt illustratsioone ja praktilisi näiteid. Selles kirjeldatud mudelid on rakendatud tõenäosusliku modelleerimise tööriistakomplekti abil, mis on tarkvarapakett MATLAB, mille saate Internetist alla laadida. Kahjuks tööriistakomplekti enam ei toetata, kuna selle raamatu uus versioon kasutab selle asemel Pythoni.
Teabeteooria, järeldus ja õppimisalgoritmid, autor David J. C. MacKay
Saadaval: Amazonis
Avaldatud: 2003
Lehekülgede arv: 640
Jah, see õpik ilmus ligi 20 aastat tagasi, kuid see ei muuda seda tänapäeval vähem asjakohaseks. Lõppude lõpuks pole masinõpe sugugi nii noor, kui hiljutine hoog selle ümber võib oletada. Mis teeb teabeteooria, järelduse ja õppimise algoritmid David J. C. MacKay on nii ajatu oma multidistsiplinaarse lähenemisega, mis pakub rohkesti ühendusi erinevate valdkondade vahel. Iseenesest pole see eriti kasulik, sest sellel pole piisavalt praktilisi näiteid, kuid see töötab suurepäraselt sissejuhatava õpikuna.
Sissejuhatus statistilisse õppesse: R-i rakendustega Gareth M. James, Trevor Hastie, Daniela Witten ja Robert Tibshirani
Saadaval: Amazonis
Avaldatud: 2013
Lehekülgede arv: 440
Võite mõelda statistilise õppe sissejuhatusest kui hõlpsamini kättesaadavast alternatiivist statistilise õppe elementidele, mis nõuab matemaatilise statistika täiustatud tundmist. Selle õpiku lõpetamiseks peaksite olema bakalaureusekraadiga matemaatikas või statistikas täiesti korras. Selle 440 leheküljel annavad autorid ülevaate statistilise õppimise valdkonnast ning esitavad olulised modelleerimis- ja ennustustehnikad koos oma rakendustega.
Andriy Burkovi sajaleheline masinõppe raamat
Saadaval: Amazonis
Avaldatud: 2019
Lehekülgede arv: 160
Kui enamik selles artiklis loetletud õpikuid on lähemal tuhandele leheküljele, siis see õhuke raamat, mis sai alguse väljakutsena LinkedInis, seletab palju umbes sajal lehel. Üks põhjus, miks sajaleheline masinõpperaamat sai koheseks hitiks, on selle selge keel, mis on teretulnud lahkumine jäikadest akadeemilistest töödest. Soovitame seda raamatut tarkvarainseneridele, kes usuvad, et saaksid kasutada saadaolevaid masinõppevahendeid, kuid ei tea, kust alustada. See tähendab, et raamatut saavad nautida kõik, kes on huvitatud masinõppest, kuna see rõhutab koodi asemel kontseptsioone.
Sissejuhatus masinõppesse Pythoniga: Andreas C juhend. Müller ja Sarah Guido
Saadaval: Amazonis
Avaldatud: 2016
Lehekülgede arv: 400
Kui valdate Pythoni keelt vabalt ja soovite masinõppega alustada, luues tegelikele probleemidele praktilisi lahendusi, on see teie jaoks õige raamat. Ei, teooriat ei õpita liiga palju, kuid kõik põhimõttelised mõisted on hästi kaetud ja ülejäänuid on veel palju. Pythoni masinõppe sissejuhatuse maksimaalseks kasutamiseks peaksite vähemalt tundma NumPy ja matplotlib teeke.
Max Kuhni ja Kjell Johnsoni rakendatud ennustav modelleerimine
Saadaval: Amazonis
Avaldatud: 1. väljaanne. 2013, parandus. 2. trükk 2018
Lehekülgede arv: 613
Selles õpikus on sissejuhatus ennustavatesse mudelitesse, mis kasutavad andmeid ja statistikat tulemuste ennustamiseks andmemudelitega. See algab andmete töötlemisega ning jätkub kaasaegsete regressiooni- ja klassifitseerimistehnikaga, rõhutades alati tegelikke andmetega seotud probleeme. Tänu lisatud R-koodile saate hõlpsasti rakendada kõiki raamatus selgitatud mudeleid, mis näitavad täpselt, mida peate toimiva lahenduse saamiseks tegema.
Sügav õppimine Pythoniga, François Chollet
Saadaval: Amazonis
Avaldatud: 2017
Lehekülgede arv: 384
Selle masinõppe õpiku autoriga võite juba tuttav olla, sest ta vastutab avatud lähtekoodiga närvivõrgu teegi nimega Keras, mis on vaieldamatult populaarseim Pythonis kirjutatud masinõppe kogu. Arvestades seda teavet ja õpiku pealkirja, ei tohiks see teid üllatada, kui saate teada, et see on parim Kerase kokkupõrkekursus. Praktilised tehnikad on prioriteetsed kui teooria, kuid see tähendab lihtsalt seda, et saate keerulised masinõppeülesanded lahendada vaid mõne nädalaga.
Masinaõpe, autor Tom M. Mitchell
Saadaval: Amazonis
Avaldatud: 1997
Lehekülgede arv: 414
See raamat, mis ilmus 1997. aastal, tutvustab kõiki masinõppe algoritme keeles, millest kõik CS-i lõpetajad peaksid aru saama. Kui olete seda tüüpi inimene, kellel on vaja teatud teemat laialdaselt mõista, enne kui tunnete end mugavalt sellesse sukeldudes, meeldib teile, kuidas selles raamatus sisalduvat teavet esitatakse. Lihtsalt ärge oodake Tom M'i masinõpet. Mitchell olla praktiline juhend, sest see ei peaks see raamat olema.
Masinõppe abil töötavate rakenduste ehitamine: Emmanuel Ameiseni ideest tooteni liikumine
Saadaval: Amazonis
Avaldatud: 2020
Lehekülgede arv: 260
Üks asi on mõista masinõppemudeleid ja see on hoopis midagi muud, kui teada, kuidas neid tootmisse viia. See suhteliselt õhuke Emmanuel Ameiseni raamat selgitab just seda, tutvustades teid protsessi igal sammul, algsest ideest kuni kasutatava tooteni. Masinaõppel töötavate rakenduste ehitamist saab soovitada alustavatele andmeteadlastele ja ML-i inseneridele, kes on teooria valdanud, kuid pole seda veel tööstuses rakendanud.
Tugevdusõpe: sissejuhatus (2. väljaanne), autor Richard S. Sutton, Andrew G. Barto
Saadaval: Amazonis
Avaldatud: 2018
Lehekülgede arv: 552
Tugevdusõpe on masinõppe valdkond, mis on seotud masinõppemudelite koolitamisega, et võtta meetmeid keerulises ja ebakindlas keskkonnas, et maksimeerida saadud tasu kogusummat. Kui see teile tundub huvitav, ärge kartke selle raamatu ostmist, sest seda peetakse laialdaselt selle teema piibliks. Teine väljaanne sisaldab palju olulisi struktuurilisi ja sisulisi muudatusi, nii et hankige see võimaluse korral.
Andmetest õppimine Yaser S poolt. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin.
Saadaval: Amazonis
Avaldatud: 2012
Lehekülgede arv: 213
Andmetest õppimine on lühike, kuid suhteliselt täielik sissejuhatus masinõppesse ja selle praktilistesse rakendustesse rahanduses, kaubanduses, loodusteadustes ja inseneriteadustes. Raamat põhineb enam kui kümnendil õppematerjalil, millest autorid destilleerisid valiku põhiteemasid, millest kõik ainest huvitatud inimesed peaksid aru saama. See on suurepärane algajatele, kellel pole palju aega masinõppe teooria uurimiseks, eriti kui seda lugeda koos Yaseri loengusarjaga YouTube'is.
Närvivõrgud ja sügav õppimine: õpik, autor Charu C. Aggarwal
Saadaval: Amazonis
Avaldatud: 2018
Lehekülgede arv: 497
Närvivõrgud on üks viis masinõppe teostamiseks ja see õpik aitab teil mõista nende taga olevat teooriat. Nii nagu masinõpe üldiselt, on ka see raamat matemaatiliselt intensiivne, nii et ärge oodake, et jõuate liiga kaugele, kui matemaatika on roostes. See tähendab, et autor teeb suurepärase töö, selgitades kõigi esitatud näidete taga olevat matemaatikat ja tutvustades lugejat erinevate keerukate stsenaariumide abil.
Masinõpe absoluutsetele algajatele: tavaline ingliskeelne sissejuhatus (2nd Väljaanne) autor Oliver Theobald
Saadaval: Amazonis
Avaldatud: 2017
Lehekülgede arv: 157
Kui olete huvitatud masinõppest, kuid ei pruugi tingimata sellel teemal pikki õpikuid lugeda, võiksite eelistada seda algajatele sobivat raamatut, mis annab praktilise ja kõrgetasemelise sissejuhatuse masinakeelde tavalise inglise keele abil. Selle raamatu lõpuks saate teada, kuidas ennustada maja väärtusi oma esimese Pythonis loodud masinõppemudeli abil.
Generatiivne sügav õppimine: David Fosteri masinate õpetamine maalimiseks, kirjutamiseks, komponeerimiseks ja mängimiseks
Saadaval: Amazonis
Avaldatud: 2019
Lehekülgede arv: 330
Palju on kirjutatud ja räägitud generatiivsest võistlusvõrgustikust (GAN), mis on tänapäeval masinaõppe valdkonnas üks kuumimaid teemasid. Kui soovite mõista, kuidas nad ja teised generatiivsed süvaõppemudelid kapoti all töötavad, on see David Fosteri raamat suurepärane lähtepunkt, kui teil on Pythonis kodeerimise kogemus.
