请选择 进入手机版 | 继续访问电脑版
从零开始 从零开始 查看内容

2020必读的12本机械进修书籍

2020-6-23 20:20| 发布者: trustguan| 查看: 127| 评论: 12

摘要: “机器学习:计算机无需专门编程即可从经验中学习。” 最近这十年以来,人工智能和机器学习已经获得了广泛的关注,每个人都希望成为这一变化的一部分。企业希望掌握该技术的优势,而专业人士则对机器学习的强大能力 ...
2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

“机械进修:计较机无需专门编程即可从经历中进修。”

比来这十年以来,野生智能和机械进修已经获得了普遍的关注,每小我都希望成为这一变化的一部分。企业希望把握该技术的上风,而专业人士则对机械进修的强大才能沉迷,并渴望进步自己的技术。

不管若何,始终都需要一个起点,挑选一本好书,仔细地阅读,可以从中学到关于野生智能相关技术。不管你的技术是什么,你总能找到合适的书籍,不管是技术爱好者还是菜鸟。是以,保举12本在2020年,最值得深入阅读的野生智能专业书籍,其中很多书籍在我们的公众号“深度进修与NLP”中都有免费pdf下载。

在本文中,将简要先容一些最好书籍,这些书籍可以帮助你领会机械进修的概念,并指导你成为该范畴内的专家。此外,只要你熟悉编程说话的根本常识,这些书便可以为你带来很多启发和灵感,包括创意和创新。

1. Machine Learning for Absolute Beginners: A Plain English Introduction

作者:Oliver Theobald

难度品级:初学者

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

如题目所述,假如你是Machine Learning的初学者,那末这本书应当是你的切入点。需要很少或几近没有编码 或数学布景,在这本书已经全数概念诠释的很清楚。

实例前面是视觉结果,以和睦的方式先容主题,以领会ML的重要性。

Oliver Theobald在他的书中简化了与ML相关的几个复杂主题,例如其根本常识,以及其他技术,例如数据清算,回归分析,聚类,误差,野生神经收集等。该书还供给了进一步进修的其他资本。

2. Deep Learning

作者:Ian Goodfellow,Yoshua Bengio和Aaron Courville

难度品级:初学者

pdf中、英文版免费下载地址:小我主页点击“私信”,答复关键字“dlnew20”获得下载地址。

中文版采办链接:
深度进修 中文版
¥127.68
采办

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

作为一本很是合适初学者的书,它向你先容了有关深度进修的普遍主题,同时还涵盖了机械进修的相关方面。

本书重新起头周全诠释了DL的根基概念,以在该范畴中踏实根本。这本书诠释了线性代数,几率和信息论,数值计较,行业标准技术(例如优化算法,卷积收集,计较机视觉)以及研讨主题(例如蒙特卡洛方式,分区函数)的相关概念。绑缚了充足的补充材料,以停止更深入的领会。

3. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems (First/Second Edition)

作者:Aurelien Geron

难度品级:初学者

中文版、英文版pdf免费下载地址:小我主页点击“私信”,答复关键字“hd2020”获得下载地址。

中文版采办链接:

机械进修实战
¥95.2
采办

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

对于筹算从机械进修或该范畴的爱好者起头的任何人来说,这无疑是最畅销的书之一。要求具有Python编程说话的先验常识,它诠释了一些用于构建智能系统的ML库Scikit-Learn,Keras和TensorFlow 2。

直观诠释的概念和易于实现的示例可实现更流利的现实实现和了解。触及主题包括支持向量机,随机森林,神经收集,深度强化进修,急切履行,时候序列处置等。本书包括一些库和相关API的更新代码示例。

补充:你还可以在GitHub上(https://github.com/goodfeli/dlbook_exercises)找到包括幻灯片(http://www.deeplearningbook.org/lecture_slides.html)和练习 (http://www.deeplearningbook.org/exercises.html)的讲座。

4. Machine Learning (in Python and R) For Dummies

作者:John Paul Mueller和Luca Massaron

难度品级:初学者

中文版采办链接:
机械进修之路
¥52.54
采办

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

著名的“傻瓜”系列中的一切书籍都很是合适新手利用。像本系列丛书中的其他书籍一样,本书的概念结构也使读者轻易了解。

本书包括ML入门概念和理论,以及所触及的工具和编程说话。本书涵盖的主题从在Windows,Linux和macOS上安装R起头,然后是Matrix Creation,利用Vectors和Data Frames,利用RStudio或Anaconda利用R或Python停止编码。它是有关数据挖掘和分析的根基概念的便利指南。

“作为一种进修,它类似于人类用来肯定某些工具或事务来自同一类的方式,例如经过观察工具之间的类似度。” ― 约翰·保罗·穆勒

5. Machine Learning in Action

作者:彼得·哈灵顿

难度品级:初学者

中文版采办链接:
产业机械进修算法
¥51.8
采办

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

一本有代价的书,旨在为开辟职员供给机械进修所需技术的脱手经历。这是一本一样重要的书,虽然需要具有Python的先验经历,但熟悉ML相关的Python代码。

本书包括用于统计数据处置,数据分析和数据可视化的各类算法的代码,以及诸如分类,猜测,倡议,简化等使命。用最少的理论,这本书间接先容了这些算法的现实实现。

6. Pattern Recognition and Machine Learning(PRML)

作者:Christopher M. Bishop

难度品级:中级

Github仓库: — https://github.com/ctgk/PRML

pdf中文、英文版免费下载地址:小我主页点击“私信”,答复关键字“20prml”获得下载地址。

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

本书面向具无形式识别和机械进修根本常识的人,假定读者具有一定水平的多元微积分和代数常识。

本书中的概念旨在诠释ML范畴中根本算法和技术的最新成长。本书涵盖了普遍利用的主题,例如贝叶斯方式,回归,分类,神经收集,图形模子,采样方式等,很是适公道解ML,统计,计较机视觉和挖掘。这本书完全堆砌在一路,包括各类练习和其他材料。

7. An Introduction to Statistical Learning (with applications in R)

作者:Gareth James,Daniela Witten,Trevor Hastie和Robert Tibshirani

难度品级:中级

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

虽然需要一些线性回归的先验常识,但这本书还是了解统计进修概念的绝佳工具。经过供给有关若何操纵大型和复杂数据集的平衡看法,其目标是教育普遍的统计学家和非统计学家,并使他们可以了解手中的数据。

它涵盖了统计进修的几个重要概念,例如线性回归,分类,基于树的模子,支持向量机,重采样方式等。各类示例和教程使进修进程加倍愉快,而且其中包括多个R labs,以演示这些统计方式的实现。

8. Applied Predictive Modeling

作者:Max Kuhn和Kjell Johnson

难度品级:中级

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

作为很多猜测建模概念的出色参考书,这本书需要对统计,R编程说话和机械进修概念有深入的领会。作者专注于诠释数据收集,操纵和转换进程,由于这在ML书籍中经常被疏忽。

本书的利用性质使其成为分析行业面临的现实题目标绝佳挑选。读者可以深入研讨数据的预处置,拆分和模子调剂,然落后行回归,分类,处置类不服衡,挑选猜测变量。

9. Machine Learning for Hackers: Case Studies and Algorithms to Get You Started

作者:Drew Conway和John Myles

难度品级:中级

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

就像题目所说的那样,本书不合适黑客利用,而是合适那些对脱手案例研讨感爱好的人。本书要求有很强的编程布景,旨在经过驱动机械进修的算法来练习你。各个章节集合会商了ML中的每个题目,例如分类,优化,猜测和倡议。

这本书还练习你利用R说话,以及若何分析数据集并起头编写简单的ML算法。它与其他书籍分歧的一个重要差别是对数学的依靠低。

10. Programming Collective Intelligence: Building Smart Web 2.0 Applications

作者:Toby Segaran

难度品级:中级

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

假定你晓得Python,这本书被很多人以为是机械进修的最好指南,它更愿意教你ML的实现。它包括建立用于拜候网站上的数据集的算法和法式,自行收集数据以及分析和操纵数据的步调。

本书将向你先容ML和统计信息,其中包括爬虫,索引器,优化,PageRank算法,过滤技术,决议树的示例。本书旨在依照你的步伐慢慢指导你完成算法的全部进程,是以出色地完成了其工作。

11. The Elements of Statistical Learning: Data Mining, Inference, and Prediction

作者:Trevor Hastie,Robert Tibshirani和Jerome Friedman

难度品级:专家

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

本书偏重于概念,而不是概念背后的数学。它收集了有关在多个部分实施统计进修的大量想法。充溢着相关的示例和可视化内容,它应当是任何统计学家或数据挖掘爱好者的图书馆中必不成少的部分。

本书涵盖有监视和无监视的进修,包括支持向量机,分类树,神经收集,Boosting,集成方式,图形模子,光谱聚类,最小角度回归和途径算法等主题。

12. Python Machine Learning

作者:塞巴斯蒂安·拉施卡(Sebastian Raschka)和瓦希德·米哈利利(Vahid Mirjalili)

难度品级:专家

2020必读的12本机械进修书籍__2020-6-23 20:20发布_从零开始_127

假定你已经对Python和机械进修的很多焦点概念有深入的领会,那末本书将间接先容这些概念的现实实现。本书中的概念包括有关NumPy,Scikit进修,TensorFlow2和SciPy的最新诠释。这本书经过向你先容行业中面临的现实应战,为你预备应对现实应战。它包括各类主题,例如降维,集成进修,回归和聚类分析,神经收集等。

终极,分类器的性能,计较才能以及猜测才能在很洪流平上取决于可用于进修的根本数据。练习机械进修算法触及的五个首要步调可以概括以下:特征挑选。挑选性能目标。挑选分类器和优化算法。评价模子的性能。调剂算法。” ― Sebastian Raschka,Python机械进修

结论

在这些瞬息万变的时代,紧跟这些进步并不竭进步自己的技术是必须的。关于机械进修和相关技术,稀有百本书,指南和其他在线资本可用。机械进修开初能够会使人受惊,这就是为什么我们在本文中概述了十本最受接待的书,希望其中一些可以引发你的爱好。

往期佳构内容保举:小我主页点击“私信”,答复关键字“his”获得文章内容。

NLP必读圣经《自然说话处置综述》2020最新版免费分享

DeepMind20年DL课程(带字幕)-CNN与图像识别

神经收集视频/图像衬着相关典范论文、项目、数据集等资本整理分享

文天职类智能标注与海量复杂文天职类——EasyDL产业利用系列·信息智能处置NLP公然课实录

-2020年NLP一切范畴最新、典范、顶会、必读论文整理分享

加州理工《数据驱动算法设想》课程(2020)视频及ppt分享

伯克利-《神经技术导论课程2020(带字幕)》课程视频及ppt分享

斯坦福大学《散布式算法与优化》课程(2020)视频及ppt免费分享

2020年免费新书-《自然说话处置中词向量暗示算法概述》分享

短小精悍-机械进修焦点概念、模子、根本常识点简明手册-免费分享

李宏毅-深度进修(2020)-2-DL与人类语音处置技术概述

DeepMind 2020年新课-《强化进修进阶课程》视频分享

NLP、CV、语音相关AI算法工程师口试题目、代码、简历模板、常识点等资本整理分享

学术论文写作精典-《若何撰写优异科研论文》书籍分享

多使命进修(Multitask-Learning)相关材料、典范论文、开源代码整理分享

鲜花

握手

雷人

路过

鸡蛋
  • 联系我们
  • 邮箱:admin@c0ks.com(请把#改成@)
  • 电话:18530790808
  • QQ客服 1031180668
  • 工作时间:周一至周五(早上9点至下午5点)
  • 微信二维码

  • 扫描访问手机版

Archiver|手机版|小黑屋|从零开始

GMT+8, 2020-7-4 06:45 , Processed in 0.163413 second(s), 17 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

  • QQ: 1031180668

    客服电话

    18530790808

    电子邮件

    admin@c0ks.com

    在线时间:8:00-16:00