10 лучших книг по машинному обучению

Идеальный вариант учебника, который простым и доступным языком расскажет вам о том, что такое машинное обучение.

Содержит много примеров кода и их применения. К сожалению, здесь не будет математических основ, предполагается, что этим инструментарием читатель уже владеет.

Также здесь много теоретического материала про разные аспекты машинного обучения: моделирование, сбор данных, классификация и регрессия и многое другое. В конце каждой главы есть вопросы и примеры задач для самоконтроля.

Будет полезна для начинающих аналитиков, программистов, специалистам по обработке данных и широкому кругу лиц, заинтересованных в машинном обучении.

Книга вышла в издательстве «Питер» в популярной серии «Библиотека программиста».

Это практическое руководство для специалистов по обработке данных. К изучению этой книги можно приступать с самыми начальными знаниями о машинном обучении. Здесь будет дана теория, подкрепленная практикой на каждом этапе.

Однако у читателя должен быть опыт программирования на Python, даже самый минимальный или просто теоретическое знание этого языка.

Во время изучения этой книги вы поэтапно научитесь создавать проекты машинного обучения с помощью языка Python и библиотек matplotlib, scikit-learn и NumPy.

В конце книги приведен список онлайн-ресурсов, которые будут полезны в изучении и советы куда двигаться дальше в обучении и практике.

Один из самых читаемых авторов в области экономики и финансов Маркос Лопес де Прадо интересно рассказывает о том, к чему приведет в скорейшем времени внедрение машинного обучения во многие сферы жизни человека. Предлагаем ознакомиться с ходом «машинной революции» , которая уже началась.

Помимо футуристических предположений автора, здесь описаны алгоритмы машинного обучения, которые он испытывал на практике в области инвестирования на протяжении двадцати лет.

Если вам требуется изучить новую открытую библиотеку H2O, тогда эта книга для вас. Довольна легкая в овладении и использовании H2O уже сейчас предлагает свой широкий функционал для машинного обучения.

Читатели отмечают доступный стиль изложения книги и наличие редкой и ценной информации в книге про стекинг, настройку нейронных сетей и глубокое изучение.

Автор Франсуа Шолле — создатель библиотеки для нейронных сетей под названием Keras — написал книгу целиком посвященную Deep Learning.

В первой части книги приводится теоретическая часть, которая объясняет что такое глубокое обучение, искусственный интеллект и каковы потенциалы их использования. При этом теория написана нескучным и увлекательным языком, которое добавит читателю мотивации в изучении предмета.

Во второй части автор переходит к описанию практических задач, которые можно выполнять по мере чтения этой книги от простого к сложному. Несколько последних глав будут интересны для продвинутого уровня.

В приложении автор дает инструкцию по установке Keras в Ubuntu, а также по запуску Jupyter Notebook на AWS GPU.

Книга об искусственном интеллекте для разработчиков, аналитиков, архитекторов и широкого круга лиц, которым нужны профессиональные знания в этой области.

Автор книги Ной Гифт — один из известных популяризаторов языка Python.

Издание содержит иллюстрации и приложения полезных материалов.

В первой части книги вас традиционно ждет теория о том, что такое искусственный интеллект и функциональное введение в Python. Затем вы узнаете об инструментах машинного обучения и жизненном цикле искусственного интеллекта.

Во второй части вы переходите к практике создания реальных приложений искусственного интеллекта с нуля, а также описание ИИ в облаке.

Полезная книга для всех, кто профессионально заинтересован в осуществлении релевантного поиска в приложениях.

Книга незаменима или почти незаменима для бэк-разработчиков, работающих с большими объемами данных и использующих Elasticsearch и Solr. Причем, Elasticsearch посвящена большая часть содержания книги.

Издание написано понятным и небанальным языком, доступно описываются технологии поиска без пропусков информации.

Книга является введением в машинное обучение в TensorFlow, благодаря которой можно научиться базовым алгоритмам, а также задачам классификации, регрессии, кластеризации и прогнозирования.

В книге много примеров, кода, однако мало информации по разбору конкретных функций TensorFlow. Автор большую часть книги посвятил основам архитектуры нейросетевых технологий.

Книга подходит для читателей с опытом программирования на R и по сути является переложением книги Франсуа Шолле «Глубокое обучение на Python» с применением интерфейса R для Keras. Также как и книга про Python, состоит из двух частей: теории и практики.

Книга рассчитана на опытных программистов, аналитиков и всех интересующихся машинным обучением.

После небольшого введения в основы МО, авторы переходят к описанию библиотек NumPy, scikit-learn и SciPy и далее переходят к решению практических задач.