5 e-book gratuiti per padroneggiare l'apprendimento automatico

Ci sono poche materie nell'informatica così affascinanti o intimidatorie come l'apprendimento automatico. Ammettiamolo: non puoi padroneggiare l'apprendimento automatico in un fine settimana e per lo meno richiede una buona conoscenza dei principi matematici sottostanti.

Detto questo, se hai le capacità matematiche, ti consigliamo di aumentare il tuo uso di framework di apprendimento automatico (ce ne sono molti tra cui scegliere) con una buona comprensione della teoria dietro di essi.

Ecco cinque testi di alta qualità e di libera lettura che forniscono introduzioni e spiegazioni dei dettagli dell'apprendimento automatico. Alcuni hanno esempi di codice, ma la maggior parte si concentra su formule e teoria; in linea di principio, possono essere applicati a un numero qualsiasi di lingue, framework o problemi.

Un corso di machine learning

Il succo:  un testo altamente leggibile progettato per fornire un approccio all'argomento estremamente adatto ai principianti. Il libro è un work in progress - alcune sezioni sono ancora contrassegnate da TODO - ma ciò che manca di completezza, compensa la pura accessibilità.

Destinatari:  chiunque abbia una buona conoscenza di calcolo, probabilità e algebra lineare. Non è richiesta alcuna competenza in una lingua specifica.

Contenuto del codice:  alcuni pseudocodici; la maggior parte di ciò che viene presentato sono concetti e formule.

Gli elementi dell'apprendimento statistico

Il succo:  un testo di oltre 500 pagine che copre ciò che gli autori descrivono come "apprendimento dai dati", i processi di utilizzo delle statistiche che sono alla base dell'apprendimento automatico. È passata attraverso due edizioni e 10 stampe dal 2001, per una buona ragione: copre un'enorme quantità di territorio e non è limitata a nessun campo.

Destinatari:  coloro che hanno già una buona base in matematica e statistica e non hanno bisogno di molte mani per tradurre le proprie abilità matematiche in un buon codice.

Contenuto del codice:  nessuno. Questo non è un testo di sviluppo software; si tratta di concetti fondamentali sull'apprendimento automatico.

Menzionato in questo articolo
  • A Course in Machine Learning Ulteriori informazioni su Hal Daumé III
  • The Elements of Statistical Learning, 2nd Ed. Ulteriori informazioni sulla Stanford University
  • Ragionamento bayesiano e apprendimento automatico Ulteriori informazioni su David Barber
  • Processi gaussiani per l'apprendimento automatico Ulteriori informazioni sui processi gaussiani per l'apprendimento automatico ...
  • Machine Learning Ulteriori informazioni su InTech

Ragionamento bayesiano e apprendimento automatico

In sostanza:  i metodi bayesiani sono alla base di tutto, dai filtri antispam al riconoscimento dei pattern, quindi costituiscono un importante campo di studio per gli esperti di machine learning. Questo testo illustra tutti gli aspetti principali delle statistiche bayesiane e come si applicano agli scenari comuni dell'apprendimento automatico.

Destinatari:  chiunque abbia una buona conoscenza di calcolo, probabilità e algebra lineare.

Contenuto del codice: molto ! Ogni capitolo contiene sia pseudocodice che collegamenti a un toolkit di demo di codice reali. Detto questo, il codice non è in Python o R, ma è codice per l'ambiente MATLAB commerciale, sebbene GNU Octave possa funzionare come sostituto open source.

Processi gaussiani per l'apprendimento automatico

Il succo: i  processi gaussiani fanno parte della famiglia di analisi utilizzate dai metodi bayesiani. Questo testo si concentra su come i concetti gaussiani possono essere utilizzati nei comuni metodi di apprendimento automatico come la classificazione, la regressione e l'addestramento del modello.

Pubblico di destinazione: più o meno  lo stesso di "Ragionamento bayesiano e apprendimento automatico".

Contenuto del codice: la  maggior parte del codice presente nel libro è in pesudocodice, ma come "Ragionamento bayesiano e apprendimento automatico", le appendici includono esempi per MATLAB / Octave.

Apprendimento automatico

Il succo: una raccolta di saggi su aspetti diversi e altamente specifici dell'apprendimento automatico. Alcuni sono più generali e filosofici; altri si concentrano su domini problematici specifici, come "Metodi di apprendimento automatico per la simulazione e l'ottimizzazione del dialogo parlato".

Destinatari:  Destinato a lettori laici e più tecnicamente inclini.

Contenuto del codice:  praticamente nessuno, sebbene le formule abbondino. Leggi per il sapore.