introduzione
Quindi, Ami leggere ma non puoi permetterti di spendere troppi soldi per i libri?? Gran parte dei libri di data science e machine learning in circolazione rientrano nella categoria dei costosi. È giusto, data la quantità di pensiero e impegno che serve per scriverli e pubblicarli.
Ma ci sono alcune anime gentili che hanno messo il loro lavoro a disposizione di tutti … gratuito! Se vuoi diventare un data scientist o un ingegnere di intelligenza artificiale, Non avrei potuto chiedere di più.
Ecco una raccolta di 10 di questi eBook gratuiti sull'apprendimento automatico. Iniziamo l'elenco partendo dalle basi della statistica, poi i fondamenti del machine learning e infine il machine learning avanzato.
Per accedere ai libri, Clicca sul nome di ogni titolo nell'elenco sottostante.
Autore: Allan B. Downey
'Pensa alle statistiche'’ è un libro introduttivo alla statistica e alla probabilità per persone con conoscenze di base della programmazione Python. Si basa su una libreria Python per le distribuzioni di probabilità (PMF e CDF). Per rendere le cose più facili per il lettore, La maggior parte degli esercizi ha programmi brevi. Il libro include anche un caso di studio che utilizza i dati del National Institutes of Health.
Una delle caratteristiche più salienti di questo libro è che copre anche le basi della statistica bayesiana, Una branca molto importante per qualsiasi aspirante data scientist.
Autore: David Barbiere
A proposito di statistica bayesiana, Questo è un classico. Questo richiede un approccio statistico bayesiano all'apprendimento automatico. Un libro che vale la pena leggere per chiunque entri nel campo dell'apprendimento automatico.
Autori: Gareth James, Daniela Witten, Trevor Hastie e Robert Tibshirani
Una delle voci più popolari di questo elenco, è un'introduzione alla scienza dei dati attraverso l'apprendimento automatico. Questo libro offre una guida chiara su come implementare metodi statistici e di apprendimento automatico per i nuovi arrivati in questo campo. È pieno di esempi pratici del mondo reale su dove e come funzionano gli algoritmi.
Per chi ha un'inclinazione verso la programmazione R, questo libro ha anche esempi pratici in R. Nel caso in cui tu non sia un programmatore, Non lasciarti scoraggiare. Questo libro è un gioiello.
Autori: Shai Shalev-Shwartz e Shai Ben-David
Questo libro fornisce un'introduzione strutturata all'apprendimento automatico. Discute le teorie fondamentali dell'apprendimento automatico e le derivazioni matematiche che trasformano questi concetti in algoritmi pratici. Successivamente, copre un elenco di algoritmi ML, Compreso (Ma non si limitano a), descenso de gradienteGradiente è un termine usato in vari campi, come la matematica e l'informatica, per descrivere una variazione continua di valori. In matematica, si riferisce al tasso di variazione di una funzione, mentre in progettazione grafica, Si applica alla transizione del colore. Questo concetto è essenziale per comprendere fenomeni come l'ottimizzazione negli algoritmi e la rappresentazione visiva dei dati, consentendo una migliore interpretazione e analisi in... Stocastico, Reti neurali e apprendimento strutturato in output.
Autore: Ron Zacharski
Quello che mi piace di questo libro sono i capitoli che trattano i sistemi di raccomandazione. È necessario uno sguardo divertente e visivamente divertente ai metodi di filtraggio sociale e di filtraggio basato su elementi e a come utilizzare l'apprendimento automatico per implementarli. Vengono trattati anche altri concetti come Naive Bayes e Clustering. C'è un capitolo sul testo non strutturato e su come gestirlo, Nel caso in cui tu stia pensando di entrare nell'elaborazione del linguaggio naturale.
Sono disponibili anche esempi in Python nel caso in cui si voglia fare pratica.
Autori: Anand Rajaraman e Jeffrey David Ullman
UN misuraIl "misura" È un concetto fondamentale in diverse discipline, che si riferisce al processo di quantificazione delle caratteristiche o delle grandezze degli oggetti, fenomeni o situazioni. In matematica, Utilizzato per determinare le lunghezze, Aree e volumi, mentre nelle scienze sociali può riferirsi alla valutazione di variabili qualitative e quantitative. L'accuratezza della misurazione è fondamentale per ottenere risultati affidabili e validi in qualsiasi ricerca o applicazione pratica.... que avanza la era de Big Data, L'estrazione di dati per ottenere informazioni utili è un'abilità molto ricercata. Questo libro si concentra sugli algoritmi che sono stati precedentemente utilizzati per risolvere problemi chiave nel data mining e che possono essere utilizzati anche sui set di dati più giganteschi.
Autore: David Kriesel
Se sei interessato alle reti neurali, Questo libro è per te. Si inizia coprendo la storia delle reti neurali prima di approfondire la matematica e la spiegazione dietro i diversi tipi di NN. L'autore si aspetta che il lettore abbia una conoscenza di base dell'algebra lineare e del calcolo.
Autori: Ian Goodfellow, Yoshua Bengio e Aaron Courville
Este es probablemente uno de los libros más completos escritos por personas distinguidas en el campo del apprendimento profondoApprendimento profondo, Una sottodisciplina dell'intelligenza artificiale, si affida a reti neurali artificiali per analizzare ed elaborare grandi volumi di dati. Questa tecnica consente alle macchine di apprendere modelli ed eseguire compiti complessi, come il riconoscimento vocale e la visione artificiale. La sua capacità di migliorare continuamente man mano che vengono forniti più dati lo rende uno strumento chiave in vari settori, dalla salute.... Concetti come i metodi Monte Carlo sono discussi in dettaglio, Reti ricorrenti e ricorsive, Encoder automatici e modelli generativi profondi (tra gli altri).
Autori: Steven Uccello, Ewan Klein e Edward Loper
Le persone interessate ad entrare nell'elaborazione del linguaggio naturale dovrebbero leggere questo libro. È scritto in modo lucido e chiaro con codici estremamente ben presentati in Python. I lettori hanno accesso a set di dati ben annotati per analizzare ed elaborare dati non strutturati, Struttura linguistica nel testo, tra l'altro PNL.
Autore: Andrea Nga
Nessun elenco di machine learning è completo senza menzionare Andrew Ng. Secondo lui, questo libro aiuterà il lettore a familiarizzare con la costruzione di sistemi di intelligenza artificiale. Ti insegnerà in modo efficace come prendere le varie decisioni necessarie per organizzare un progetto di machine learning.
Il libro viene ancora aggiornato regolarmente e puoi iscriverti al sito per ricevere aggiornamenti man mano che ogni capitolo viene pubblicato.
Ci auguriamo che questo elenco ti sia stato utile. Nel caso in cui tu conosca altri libri gratuiti che hai letto o hai intenzione di leggere, Fatecelo sapere nei commenti qui sotto.
