Хабрахабр

15 книг по машинному обучению для начинающих

Сделал подборку книг по Machine Learning для тех, кто хочет разобраться, что да как.
Добавляйте в закладки и делитесь с коллегами!

Книги по машинному обучению на русском

«Математические основы машинного обучения и прогнозирования» Владимир Вьюгин. 1.

О чем

Их основы прекрасно объясняет автор книги, доктор физико-математических наук Владимир Вьюгин. Сначала изучите азы статистической теории машинного обучения, игр с предсказаниями и прогнозирования с применением экспертной стратегии. Пособие рассчитано на студентов и аспирантов и в доступной форме излагает математические основы, необходимые для дальнейшей работы с машинным обучением.

«Верховный алгоритм» Педро Домингос. 2.

О чем

Профессор Педро Домингос рассказывает о пяти основных школах Machine Learning и о том, как они используют идеи из различных областей научного знания — нейробиологии, физики, статистики, биологии, — чтобы помогать людям решать сложные задачи и упрощать рутину с помощью алгоритмов.
3. Книга, благодаря которой даже ничего не смыслящие в математике и статистике люди поймут, что такое алгоритмы машинного обучения и каково их применение в жизни. «Машинное обучение» Хенрик Бринк, Джозеф Ричардс, Марк Феверолф.

О чем

В ней нет заумной статистики, математики или углубленного и подробного объяснения, как использовать тот или иной алгоритм. Эта книга 2017 года издания доступно рассказывает о Machine Learning — для тех, кто ничего не слышал об этих технологиях. Примеры в книге приводятся на языке программирования Python, который используется в том числе и в этой сфере. Авторы с легкостью объясняют, что такое машинное обучение и как его применять в повседневной жизни.

«Крупномасштабное машинное обучение вместе с Python» Бастиан Шарден, Лука Массарон, Альберто Боскетти. 4.

О чем

Авторы утверждают, что благодаря ей читатель научится самостоятельно строить модели машинного обучения и развертывать крупномасштабные приложения для прогнозирования. Еще одна отличная книга для начинающих свой путь в программировании и анализе больших данных. Также вы узнаете, что такое вычислительная парадигма MapReduce и как работать с машинными алгоритмами на платформах Hadoop и Spark на языке Python. В книге рассказывается о том, какие алгоритмы входят в семейство масштабируемых, что они из себя представляют и как с их помощью обрабатывать большие файлы.

«Python и машинное обучение» Себастьян Рашка. 5.

О чем

Издание содержит подробные мануалы даже по таким нюансам, как установка специализированного приложения Jupyter Notebook. Книга для новичков, осваивающих Python и машинное обучение.

В книге рассматриваются основы Machine Learning, возможности самых мощных библиотек Python для анализа данных и дается ответ на вопрос, почему этот язык — один из лидеров в Data Science.

«Методы обработки и распознавания изображений лиц в задачах биометрии» Георгий Кухарев, Екатерина Каменская, Юрий Матвеев, Надежда Щеголева 6.

О чем

В ней рассматриваются такие вопросы биометрии, как методы анализа изображений лиц, получение исходных данных из реальных сцен, структуры систем распознавания и другие. Несмотря на то что эта книга рассчитана на начинающих и знакомит с основными принципами искусственного интеллекта — в частности, технологии распознавания лиц, — для полного понимания терминологии и комфортного погружения в чтение все же требуется некоторый бэкграунд. Если техническими фоновыми знаниями вы не обладаете, но книгу прочитать все же хочется — незнакомые термины можно гуглить, этого вполне достаточно, чтобы не испытывать при чтении никакого дискомфорта. Примеры в монографии приводятся на языке машинного обучения MATLAB.

«Машинное обучение. 7. Наука и искусство построения алгоритмов, которые извлекают знания из данных» Петер Флах.

О чем

По мере погружения читателя в тему автор раскрывает все больше деталей, но книга не слишком сложна для восприятия: вся новая терминология объясняется, а статистические и логические модели описываются понятным неподготовленному читателю языком. Это цветное издание с иллюстрациями также предназначено для новичков и рассматривает широкие вопросы машинного обучения.

«Обучение с подкреплением» Ричард С. 8. Барто. Саттон, Эндрю Г.

О чем

Кратко и в самом общем виде его суть можно изложить так: машина учится действовать в окружающей среде, нарабатывая интуитивный опыт, а затем наблюдает свои результаты. Обучение с подкреплением — это одно из направлений искусственного интеллекта. В книге исчерпывающе излагается концепция обучения с подкреплением — от основополагающих идей до современных достижений в этой сфере.

Книги по машинному обучению на английском

Все книги рассчитаны на новичков без опыта работы с технологиями искусственного интеллекта либо специалистов с небольшим техническим бэкграундом. Цель большинства — познакомить с основными принципами, концепциями, идеями и некоторыми алгоритмами машинного обучения.

«Bayesian Reasoning and Machine Learning» David Barber. 9.

О чем

Как видно по названию, она сосредоточена вокруг байесовского статистического вывода. Книга Дэвида Барбера написана для студентов и выпускников с минимальными знаниями алгебры и математического анализа — то есть отлично подходит для начала изучения машинного обучения. Каждая глава сопровождается примерами, практическими и теоретическими заданиями. Книга позволяет развить аналитические навыки и найти новые способы решения проблем в работе с алгоритмами машинного обучения.

«Introduction to Machine Learning» Nils J. 10. Nilsson

Это своеобразный «мостик» от теории к практике машинного обучения. О чем

Эта книга — не учебное пособие, сборник практических задач или теоретических изысканий. С ее помощью читатель может подготовиться к дальнейшему изучению темы Machine Learning и науки о данных.

«The Elements of Statistical Learning. 11. Data Mining, Inference and Prediction» Trevor Hastie, Robert Tibshirani, Jerome Friedman.

О чем

В ней множество иллюстративных примеров, которые еще больше раскрывают суть написанного. В этом пособии концептуально описываются идеи науки о данных, то есть без сложных математических формул и понятий. Рассматриваемые темы включают нейронные сети, методы опорных векторов, деревья классификации и бустинг. Охват книги широк: от контролируемого обучения (прогнозирования) до обучения без учителя. Авторы книги — преподающие профессора, создатели учебных пособий и инструментов интеллектуального анализа данных.

«Machine Learning, Neural and Statistical Classification» D. 12. J. Michie, D. C. Spiegelhalter, C. Taylor.

О чем

Авторы сравнили эффективность методов по различным показателям и сделали выводы о том, для решения каких коммерческих и промышленных задач каждый из них больше подходит. В этом издании обзорно излагаются основные современные подходы к проблемам классификации: машинное обучение, статистика и нейронные сети.

«Make Your Own Neural Network» Tariq Rashid. 13.

О чем

Даже со школьным курсом в голове вы сможете ее прочесть, понять, освоить основные концепции и научиться программировать собственные алгоритмы распознавания изображений на Python. Преимущество книги — невысокие требования к фоновым математическим знаниям читателя. Все математические идеи в основе устройства нейронных сетей поданы под соусом из большого количества иллюстраций и примеров, что упрощает восприятие.

«Artificial Intelligence: A Modern Approach» Stuart Russell, Peter Norvig. 14.

О чем

Его часто используют в роли введения в Data Science во множестве обучающих университетских программ. Учебное пособие для студентов первого курса. Если вам интересно проектирование нейросетей именно для создания искусственного интеллекта, рекомендуем ее как первую книгу на эту тему.

«Learning From Data» Yaser S. 15. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin.

О чем

Если вы только начали вникать, что происходит в мире Data Science, и прочли несколько статей в интернете, то это идеальный вариант, чтобы разобраться в предмете чуть глубже. Книга носит подзаголовок «A short course» и кратко знакомит читателя с основами машинного обучения.

Теги
Показать больше

Похожие статьи

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»
Закрыть