Это была первая книга по машинному обучению, к которой я прикоснулся еще в колледже. Это отличный учебник по статистическим методам, и он фокусируется на их байесовском аспекте. Это может быть отличным справочником по большинству алгоритмов машинного обучения, но он не идеален для начинающих, поскольку требует довольно хороших знаний исчисления и линейной алгебры.
Одна из самых популярных книг по машинному обучению. Он охватывает большое разнообразие алгоритмов (от обучения с учителем до обучения без учителя) и делает это путем анализа концепций и интуиции, стоящей за ними. Это требует сильной статистической и математической подготовки, но если вы хотите узнать, как алгоритмы работают за кулисами, то эта книга для вас.
Эта книга, написанная Яном Гудфеллоу, Йошуа Бенджио и Аароном Курвиллем (крестными отцами современного глубокого обучения), многими считается библией глубокого обучения. Охватывая темы от сверточных сетей до автоэнкодеров, это необходимая покупка для всех энтузиастов ИИ. Цитируя Илона Маска: «Написанная тремя экспертами в этой области, книга «Глубокое обучение» — единственная всесторонняя книга по этому вопросу.
Эта книга предлагает практические знания для построения и создания собственных моделей машинного обучения с использованием языка программирования Python и наиболее широко используемых библиотек в этой области.
Этот бестселлер умудряется сократить все машинное обучение до 100 страниц. Автор попытался включить только самые важные концепции, но в то же время помочь вам понять сложные темы, пройти собеседование по ИИ и начать бизнес. Отличная вводная книга в мир машинного обучения.
Бестселлер №1 по искусственному интеллекту на Amazon. Он содержит абсолютный минимум теории, и его основное внимание уделяется программированию. Если вы хотите начать программировать модели машинного обучения или стать специалистом по данным, не ищите больше.
Книга не подходит для начинающих, но она отлично справляется с подробным описанием и объяснением алгоритмов. Яркие изображения и хорошо иллюстрированная графика облегчают чтение и понимание всех концепций. Хотя он использует Matlab для реализации моделей, он может быть полезен для чтения, если у вас есть опыт в математике.
Если вы разработчик или инженер-программист без опыта работы с машинным обучением, то это для вас. Хотя это требует некоторого знакомства с парадигмами кодирования и Python, это отличная книга, которая познакомит вас с машинным обучением и поможет вам разработать модели ИИ всего за несколько недель.
Удивительная книга о статистическом обучении и о том, как его можно применять в науке, промышленности и реальных приложениях. В нем представлены алгоритмы с использованием языка программирования R, поэтому он может служить отличным руководством для тех, у кого ограниченный опыт программирования, или для тех, кто интересуется изучением языка R.
Трудно найти более полную книгу по обучению с подкреплением. Хотя она была написана в 1992 году, она рассматривает обучение с подкреплением в очень современном подходе и не оставляет ни одного вопроса без ответа. Незаменим, если вы ищете что-то об обучении с подкреплением.
Если вы попросите эксперта по компьютерному зрению предложить вам книгу, скорее всего, это будет та самая книга. Не очень ориентирован на машинное обучение, но необходим для изучения основных принципов и концепций компьютерного зрения.
Еще одно отличное чтение по компьютерному зрению, в котором используется более современный подход, исследующий различные методы машинного обучения, используемые в этой области. Он требует очень мало предварительных условий и подходит как для практиков, так и для исследователей.
* Раскрытие информации: Обратите внимание, что некоторые из приведенных выше ссылок могут быть партнерскими ссылками, и без дополнительной оплаты для вас мы будем получать комиссию, если вы решите совершить покупку после перехода по ссылке.