Machine Learning

Ми підготували список літератури для початківців за напрямом Machine Learning у колоборації з Одеським ком’юніті Odyssey.

  1. Machine Learning For Absolute Beginners: A Plain English Introduction by Oliver Theobal
  2. The Hundred-Page Machine Learning Book by Andriy Burkov
  3. Python Machine Learning by Sebastian Raschka
  4. Machine Learning in Action by Peter Harrington
  5. Deep Learning by Ian Goodfellow, Yoshua Bengio, Aaron Courville

1. Machine Learning For Absolute Beginners: A Plain English Introduction by Oliver Theobal

Чудово підійде для знайомства з основами машинного навчання.

У цій книзі ви дізнаєтесь про:

  • методи очищення даних, у тому числі одноразове кодування, збирання та обробка відсутніх даних
  • підготовку даних для аналізу, включаючи k-кратну перевірку
  • регресійний аналіз для створення ліній тренду
  • кластеризацію, включаючи кластеризацію k-середніх, для пошуку нових зв’язків
  • основи нейронних мереж
  • зміщення/дисперсію для покращення моделі машинного навчання
  • як створити свою першу модель машинного навчання для прогнозування вартості будинку за допомогою Python

2. The Hundred-Page Machine Learning Book by Andriy Burkov

Компактна й змістовна книга, що охоплює важливі принципи, методи й підходи машинного навчання.

У цій книзі ви дізнаєтесь про:

  • нейронні мережі
  • ансамблеві методи
  • градієнтний спуск,
  • кластерний аналіз і зменшення розмірності
  • автокодери та трансферне навчання
  • розробка функцій і налаштування гіперпараметрів

3. Python Machine Learning by Sebastian Raschka

Допоможе вам заглибитися в галузь завдяки вдалому поєднанню теорії та практики.

У цій книзі ви дізнаєтесь про:

  • ключові основи науки про дані машинного навчання
  • потужність новітніх бібліотек Python з відкритим кодом у машинному навчанні
  • методи машинного навчання, використовуючи складні дані реального світу
  • реалізацію глибокої нейронної мережі за допомогою бібліотеки TensorFlow 1.x
  • механіку алгоритмів класифікації, щоб реалізувати найкращий інструмент для роботи
  • приховані закономірності та структури в даних за допомогою кластеризації

4. Machine Learning in Action by Peter Harrington

Більш поглиблена книга з гарним поєднанням теорії й практичних прикладів.

У цій книзі ви дізнаєтесь про:

  • приклади, що показують поширені завдання ML
  • повсякденний аналіз даних
  • реалізацію класичних алгоритмів, таких як Apriori та Adaboos

5. Deep Learning by Ian Goodfellow, Yoshua Bengio, Aaron Courville

Фундаментальна й широко рекомендована книга по нейронним мережам.

У цій книзі ви дізнаєтесь про:

  • основи прикладної математики та машинного навчання
  • сучасні практичні глибинні мережі
  • послідовне моделювання: рекурентні та рекурсивні мережі
  • методи Монте-Карло

Якщо англійська мова є для вас перешкодою, то частину цих матеріалів можна знайти в перекладі, проте ми дуже вам радимо окрім науки про дані вивчати англійську, адже це надасть вам ряд переваг: від доступу до куди ширшого вибору матеріалів до переваги у працевлаштуванні й роботі.

Також дивись
Java

За сумісництвом з компанією DataArt ми підготувати список літератури по Java для початківців.

Business analysis

Ми підготувати список літератури по Business analysis для початківців за сумісництвом з компанією DataArt.

Підписка на новини від спільноти