"Önerilen Kitaplar" Derin öğrenme dahil 7 alanda 132 kitaptan oluşan bir liste ile makine öğrenimiyle ilgili en popüler 10 kitap
Xinzhiyuan Raporu
Kaynak: GitHub
Yazar: Üç taş, Xiao Qin
Xin Zhiyuan Rehberi Bir alandaki bilgiye hakim olmak sistematik öğrenmeyi gerektirir ve bir kitap aracılığıyla öğrenilen bilgi yeterli olmaktan uzaktır. Ayrıca bu alanla ilgili teknolojilere ek olarak, buna karşılık gelen endüstriyel gelişme de son derece önemlidir. Bu makale, makine öğrenimini sığdan derine, ilgili alanlardaki diğer teknolojiler ve endüstrilerle birleştirilmiş bir örnek olarak alır ve okuyucular için bol miktarda bibliyografik kaynak önerir.
"Mini harita" size makine öğrenimine nasıl saldırılacağını öğretir!
Makine öğrenimine saldırmak ve makine öğreniminde uzman olmak istiyorsanız, o zaman giriş, derin öğrenme, veri bilimi, R dili, Python, finans ve uzman seviyesi kaynakçasından yavaş yavaş pratik yapmanız gerektiği şekilden görülebilir.
Daha fazla uzatmadan, makine öğrenimi ile ilgili en popüler kitapların Top10 listesine bir göz atalım!
1. "Scikit-Learn ve TensorFlow Makine Öğrenimi Uygulama Kılavuzu"
İngilizce kitap başlığı : Scikit-Learn ve TensorFlow ile Uygulamalı Makine Öğrenimi
Yazar : Aurélien Géron
Yayın Evi : O'Reilly Media
Bu kitap belirli örnekler, birkaç teori ve iki olgun Python çerçevesi kullanır: Scikit-Learn ve TensorFlow, akıllı sistemler oluşturmak için gereken kavram ve araçlarda ustalaşmanıza yardımcı olur. Basit doğrusal regresyondan derin sinir ağlarına kadar çeşitli teknikler öğreneceksiniz. Her bölümdeki alıştırmalar öğrendiğiniz bilgileri uygulamanıza yardımcı olacaktır.Sadece biraz programlama deneyimine ihtiyacınız var.
Bu kitaptan öğreneceksiniz:
-
Makine öğrenimi ortamını, özellikle sinir ağlarını keşfedin
-
Uçtan uca örnek makine öğrenimi projelerini izlemek için scikit-learn'ü kullanın
-
Destek vektör makineleri, karar ağaçları, rastgele ormanlar ve topluluk yöntemleri dahil olmak üzere çeşitli eğitim modellerini keşfedin
-
Sinir ağları oluşturmak ve eğitmek için TensorFlow kitaplığını kullanın
-
Evrişimli ağlar, tekrarlayan ağlar ve derin güçlendirme öğrenimi dahil olmak üzere sinir ağı mimarisinin derinlemesine incelenmesi
-
Derin sinir ağlarını eğitme ve ölçekleme becerilerini öğrenin
-
Çok fazla makine öğrenimi teorisi veya algoritma detayı öğrenmek zorunda kalmadan gerçek kod örneklerini uygulayın
2. "Veri Bilimciler için Pratik İstatistikler"
İngilizce kitap başlığı : Veri Bilimciler için Pratik İstatistikler: 50 Temel Kavram
Yazar : Peter Bruce ve Andrew Bruce
Yayın Evi : O'Reilly Media
Birçok veri bilimi kaynağı istatistiksel yöntemler içerir, ancak bunlar derinlemesine bir istatistiksel perspektiften yoksundur. R programlamasına aşinaysanız ve istatistik anlayışına sahipseniz, bu hızlı başvuru, öğrenmesi ve ulaşması kolay bir bilgi köprüsü oluşturmanıza yardımcı olacaktır.
Bu kitaptan öğreneceksiniz:
-
Keşif amaçlı veri analizi neden veri biliminde önemli bir adımdır?
-
Rastgele örnekleme, önyargıyı nasıl azaltır ve büyük veriler için bile daha yüksek kaliteli bir veri kümesi üretir
-
Deneysel tasarım ilkeleri sorunun son cevabını almaya nasıl yardımcı olabilir?
-
Sonuçları tahmin etmek ve anormallikleri tespit etmek için regresyon nasıl kullanılır?
-
Bir kaydın hangi kategoriye ait olduğunu tahmin etmek için kullanılan anahtar sınıflandırma tekniği
-
Verilerden "öğrenme" istatistiksel makine öğrenimi yöntemleri
-
Etiketsiz verilerden anlam çıkarmak için denetimsiz öğrenme yöntemi
3. Python derin öğrenme
İngilizce kitap başlığı : Python ile Derin Öğrenme
Yazar : Francois Chollet
Yayın Evi : Manning Yayınları
Bu kitap, derin öğrenme alanında derinlere inmek için Python dilinin ve güçlü Keras kitaplığının kullanımını tanıtıyor. Bu kitap, okuyucuların sezgisel açıklamalar ve pratik örneklerle anlamalarına yardımcı olmak için Keras'ın yazarı ve Google AI araştırmacısı François Chollet tarafından yazılmıştır. Bilgisayarla görme, doğal dil işleme ve üretken modellerde zorlu kavramları ve uygulamaları uygulayacaksınız. Bu kitabı bitirdiğinizde, derin öğrenmeyi kendi projelerinizde uygulayacak bilgi ve pratik becerilere sahip olacaksınız.
Bu kitaptan öğreneceksiniz:
-
Derin öğrenmenin temel ilkeleri
-
Kendi derin öğrenme ortamınızı oluşturun
-
Görüntü sınıflandırma modeli
-
Metin ve dizinin derinlemesine öğrenilmesi
-
Sinirsel stil aktarımı, metin oluşturma ve görüntü oluşturma
4. "Derin Öğrenme"
İngilizce kitap başlığı : Derin Öğrenme
Yazar : Ian Goodfellow, Yoshua Bengio ve Aaron Courville
Yayın Evi : MIT Press
Bu "çiçek kitabı" gerçek bir AI İncil'i olarak kabul edilir. "Derin Öğrenme", derin öğrenme alanında önde gelen ve yetkili üç uzman olan Ian Goodfellow, Yoshua Bengio ve Aaron Courville tarafından ortaklaşa yazılmıştır. ABD Amazon yapay zeka kitap listesinde uzun süredir birinci sırada yer almaktadır. Çin versiyonu geçen yıl yayınlandıktan sonra stokta kalmamıştır.
Kitap, temel matematik bilgisi, makine öğrenimi deneyimi ve sığdan derine bu aşamada derin öğrenmenin teorisi ve gelişimini tanıtıyor. Üç uzman ve akademisyenin rehberliğinde yapay zeka teknolojisi meraklılarının ve uygulayıcılarının derin öğrenmeyi çok yönlü bir şekilde anlamalarına yardımcı olabilir. .
Bu bir ders kitabı, sadece bir ders kitabı değil Derin öğrenmeyle ilgilenen herhangi bir okuyucu bu kitabı okumaktan fayda sağlayacaktır.
5. "Veri analizi için Python: Pandalar, NumPy ve IPython"
İngilizce kitap başlığı : Veri Analizi için Python: Pandalar, NumPy ve IPython ile Veri İşleme
Yazar : Wes McKinney
Yayın Evi : O'Reilly Media
Python pandaları projesinin yaratıcısı Wes McKinney tarafından yazılan bu kitap, Python'daki veri bilimi araçlarına pratik bir giriş niteliğindedir. Bu kitap, veri bilimi ve bilimsel hesaplamaya aşina olmayan Python ve Python programcıları için yeni olan analistler için idealdir. Veri dosyaları ve ilgili malzemeler GitHub'da mevcuttur.
Bu kitabı okuyarak öğreneceksiniz:
-
IPython kabuğu ve Jupyter not defteri kullanarak keşifsel hesaplamalar
-
NumPy'deki temel ve gelişmiş işlevleri öğrenin
-
Pandas kitaplığındaki veri analiz araçlarını kullanmayı öğrenin
-
Verileri yüklemek, temizlemek, dönüştürmek, birleştirmek ve yeniden şekillendirmek için esnek araçlar kullanın
-
Bilgi görselleştirme oluşturmak için matplotlib kullanın
-
Pandaları gruplama aracını dilimlere, zar bloklarına ve özet veri setlerine uygulayın
-
Düzenli ve düzensiz zaman serisi verilerini analiz edin ve işleyin
-
Ayrıntılı örneklerle gerçek veri analizi sorunlarının nasıl çözüleceğini öğrenin
6. "R Veri Bilimi"
ingilizce isim : Veri Bilimi için R: Verileri İçe Aktarma, Düzenleme, Dönüştürme, Görselleştirme ve Modelleme
Yazar : Hadley Wickham, Garrett Grolemund
Yayın Evi : O'Reilly Media
Bu kitabın amacı, okuyuculara veri biliminin uygulanması için sağlam bir temel oluşturmak üzere önemli veri bilimi araçlarını kullanmayı öğretmektir. Bu kitabı okuduktan sonra, R dilinin özüne hakim olacak ve çeşitli veri bilimi problemlerini çözmek için çeşitli araçları kullanabileceksiniz. Her bölüm bu sıraya göre düzenlenmiştir: önce bu bölümün içeriğini bir bütün olarak anlayabilmeniz için bazı etkileyici örnekler verin ve sonra ayrıntılara girin. Bu kitabın her bölümü, öğrendiklerinizi uygulamanıza yardımcı olacak egzersizlerle donatılmıştır.
Bu kitap, R veri bilimcileri için uygundur.
7. "Python Veri Bilimi El Kitabı"
ingilizce isim : Python Veri Bilimi El Kitabı: Verilerle Çalışmak için Temel Araçlar
Yazar : Jake VanderPlas
Yayın Evi : O'Reilly Media
Bu kitap, veri derinliği gereksinimlerine odaklanan bilim, araştırma ve hesaplama ve istatistiksel yöntemler için bir referans kitaptır. Bu kitapta beş bölüm var ve her bölüm Python veri biliminde bir veya iki anahtar araç takımı sunuyor. Öncelikle, veri bilimcilerinin ihtiyaç duyduğu bilgi işlem ortamını sağlayan IPython ve Jupyter ile başlayın; Bölüm 2, büyük dizileri Python ile verimli bir şekilde depolayıp işleyebilen ndarray nesneleri sağlayabilen NumPy'yi açıklar; Bölüm 3, esas olarak DataFrame nesneleri sağlayan Pandalar ile ilgilenir. , Etiketli / sütun verilerini verimli bir şekilde depolamak ve işlemek için Python'u kullanabilir; Bölüm 4'ün kahramanı, Python için birçok veri görselleştirme işlevi sağlayan Matplotlib'dir; Bölüm 5, Scikit-Learn'e odaklanır, bu kitaplık Önemli makine öğrenimi algoritmaları Python'da verimli ve temiz uygulamalar sağlar.
Bu kitap, programlama geçmişi olan ve analiz, manipülasyon, görselleştirme ve veri öğrenimi için açık kaynaklı Python araçlarını kullanmayı planlayan veri bilimi araştırmacıları için uygundur.
8. "Python Makine Öğrenimi"
ingilizce isim : Python Makine Öğrenimi: Python, scikit-learn ve TensorFlow ile Makine Öğrenimi ve Derin Öğrenme
Yazar : Sebastian Raschka, Vahid Mirjalili
Yayın Evi : Packt Publishing-ebooks Hesabı
Makine öğrenimi, yazılım dünyasını tüketiyor ve derin öğrenme, makine öğrenimini genişletiyor. Sebastian Raschka'nın en çok satan kitabı "Python Makine Öğrenimi" nin ikinci baskısı aracılığıyla, makine öğrenimi, sinir ağları ve derin öğrenmeyle ilgili en son bilgileri anlayabilir ve uygulayabilirsiniz. Bu kitap, makine öğrenimi, derin öğrenme ve modern veri analizi oluşturmak için gereken pratik bilgi ve teknikleri sağlayan en yeni Python açık kaynak kitaplıklarıyla baştan sona güncellendi.
Bu kitaptan öğreneceksiniz:
-
Veri bilimi, makine öğrenimi ve derin öğrenmenin temel çerçevelerini anlayın
-
Python'un makine öğreniminde en son açık kaynak kitaplığını kullanın
-
Makine öğrenimi tekniklerini keşfetmek için zorlu gerçek verileri kullanın
-
Derin sinir ağlarında uzmanlaşmak için TensorFlow kitaplığını kullanın
-
En iyi işi elde etmek için sınıflandırma algoritmalarının mekanizmasını anlayın
-
Sürekli hedef sonuçları tahmin etmek için regresyon analizini kullanın
-
Kümeleme yoluyla verilerdeki gizli kalıpları ve yapıları keşfedin
-
Metin ve sosyal medya verilerini daha derinlemesine incelemek için duyarlılık analizini kullanın
9. "Python Cep Kılavuzu"
ingilizce isim : Python Cep Referansı: Cebinizdeki Python (Cep Referansı (O'Reilly))
Yazar : Mark Lutz
Yayın Evi : O'Reilly Media
Python 3.4 ve 2.7 için, bu kılavuz mükemmel bir pratik hızlı referanstır. Python türleri ve ifadeleri, özel yöntem adları, yerleşik işlevler ve istisnalar, yaygın olarak kullanılan standart kitaplık modülleri ve diğer Python araçları hakkında bilgi edineceksiniz.
Tanınmış bir Python lideri olan Mark Lutz tarafından yazılan "Python Cep Rehberi (Beşinci Baskı)", hala Mark tarafından yazılan klasik Python eğitimidir ("Python Öğrenme" ve "Programlama Python", O'Reilly tarafından yayınlanmıştır) İdeal asistan.
Kitap şunları kapsar:
-
Sayılar, listeler, sözlükler ve daha fazlasını içeren yerleşik nesne türleri
-
Nesneleri oluşturmak ve işlemek için ifade ve sözdizimi
-
Kodda kullanılan işlevleri ve modülleri yapılandırma ve yeniden kullanma
-
Python nesne yönelimli programlama aracı
-
Yerleşik işlevler, istisnalar ve öznitelikler
-
Tescilli operatör aşırı yükleme yöntemi
-
Yaygın olarak kullanılan standart kitaplık modülleri ve uzantıları
-
Komut satırı seçenekleri ve geliştirme araçları
-
Python deyimleri ve ipuçları
-
Python SQL veritabanı API'si
10. "İstatistiksel Öğrenmenin Temelleri"
ingilizce isim : İstatistiksel Öğrenmenin Unsurları: Veri Madenciliği, Çıkarım ve Tahmin, İkinci Baskı (İstatistikte Springer Serisi)
Yazar : Trevor Hastie, Robert Tibshirani
Yayın Evi : Springer
Bilgi işlem ve bilgi teknolojisinin hızlı gelişimi, tıp, biyoloji, finans ve pazarlama gibi birçok alanda muazzam miktarda veri getirdi. Bu verileri anlamak, istatistik alanında yeni araçların geliştirilmesine yol açan ve veri madenciliği, makine öğrenimi ve biyoinformatik gibi yeni alanlara genişleyen bir zorluktur. Birçok aracın ortak bir temeli vardır, ancak bunlar genellikle farklı terimlerle ifade edilir. "İstatistiksel Öğrenmenin Temelleri (2. Baskı) (İngilizce)" bu alanlardaki bazı önemli kavramları tanıtır. İstatistiksel yöntemler kullanılmasına rağmen, vurgu matematik değil kavramlar üzerinedir. Birçok örnek renkli resimlerle eklenmiştir. "İstatistiksel Öğrenmenin Temelleri (2. Baskı) (İngilizce)", rehberli öğrenmeden (tahmin) denetimsiz öğrenmeye kadar geniş bir içerik yelpazesine sahiptir. Sinir ağları, destek vektör makineleri, sınıflandırma ağaçları ve güçlendirme gibi konuları içeren bu kitap, benzer kitaplardaki en kapsamlı giriş niteliğindedir.
"İstatistiksel Öğrenmenin Temelleri (İkinci Baskı) (İngilizce)", kolejler ve üniversitelerdeki ilgili ana dallarda lisans öğrencileri ve lisansüstü öğrencileri için bir ders kitabı olarak kullanılabilir. İstatistikle ilgili personel, bilim topluluğu ve endüstride veri madenciliği ile ilgilenenler için, "İstatistiksel Öğrenmenin Temelleri (İkinci Edition) (İngilizce) "okumaya değer.
Bu "mini haritaya" göre, her biri uygun bir önerilen kaynakça içeren yedi "alana" bölünebilir.
Acemi ileri düzey kaynakça önerisi
1. "Mutlak Yeni Başlayanlar İçin Makine Öğrenimi: Düz Bir İngilizce Giriş (Yeni Başlayanlar İçin Makine Öğrenimi)"
Yazar: Oliver Theobald
2. "Kendi Sinir Ağınızı Oluşturun: Yeni Başlayanlar İçin Derinlemesine Bir Görsel Giriş"
Yazar: Michael Taylor
3. "Sinir Ağlarının Matematiği"
Yazar: Michael Taylor
Derin öğrenmeyle ilgili kitap önerisi
1. "Python ile Derin Öğrenme"
Yazar: Francois Chollet
2. "Derin Öğrenme: Bir Uygulayıcının Yaklaşımı"
Yazar: Josh Patterson, Adam Gibson
3. "R ile Sinir Ağları: CNN, RNN, derin öğrenme ve yapay zeka ilkelerini kullanan akıllı modeller"
Yazar: Giuseppe Ciaburro, Balaji Venkateswaran
Veri bilimiyle ilgili önerilen kaynakça
1. "Sıfırdan Veri Bilimi: Python ile İlk İlkeler"
Yazar: Joel Grus
2. "İşletmeler için Veri Bilimi: Veri Madenciliği ve Veri Analitik Düşünme Hakkında Bilmeniz Gerekenler"
Yazar: Foster Provost, Tom Fawcett
3. "Think Bayes: Python'da Bayes İstatistikleri"
Yazar: Allen B. Downey
R dilinde önerilen bibliyografya
1. "ggplot2: Veri Analizi için Zarif Grafikler (R kullanın!)"
Yazar: Hadley Wickham
2. "R Yemek Kitabı: Veri Analizi, İstatistikler ve Grafikler için Kanıtlanmış Tarifler (O'reilly Yemek Kitapları)"
Yazar: Paul Teetor
3. "R Graphics Yemek Kitabı: Verileri Görselleştirmek için Pratik Tarifler"
Yazar: Winston Chang
Python ile ilgili kitap önerileri
1. "Python'a Giriş: Basit Paketlerde Modern Hesaplama"
Yazar: Bill Lubanovic
2. "Python Öğrenmek, 5. Baskı"
Yazar: Mark Lutz
3. "Fluent Python: Açık, Kısa ve Etkili Programlama"
Eser sahibi: Luciano Ramalho
Finansal ile ilgili önerilen kitaplar
1. "Finansal Makine Öğrenimindeki Gelişmeler"
Yazar: Marcos Lopez de Prado
2. "Kazandıran Algoritmik Ticaret Sistemleri Oluşturmak, + Web Sitesi: Bir Tüccarın Veri Madenciliğinden Monte Carlo Simülasyonuna ve Canlı Ticarete Yolculuğu (Wiley Trading)"
Yazar: Kevin J. Davey
3. "Algoritmik Ticaret: Kazanma Stratejileri ve Gerekçeleri"
Yazar: Ernie Chan
Uzman düzeyinde bibliyografik öneri
1. "Örüntü Tanıma ve Makine Öğrenimi (Bilgi Bilimi ve İstatistik)"
Yazar: Christopher M. Bishop
2. "Makine Öğrenimi (McGraw-Hill International Editions Computer Science Series)"
Yazar: Tom M. Mitchell
3. "Takviyeli Öğrenim: Giriş (Uyarlamalı Hesaplama ve Makine Öğrenimi)"
Yazar: Richard S. Sutton, Andrew G. Barto
Daha alakalı bibliyografik öneriler için lütfen orijinal bağlantıya bakın:
https://anvaka.github.io/greview/hands-on-ml/1/
Xinzhiyuan AI WORLD 2018 [Erken Kayıt Bileti]
Satılık!
Xinzhiyuan, AI WORLD 2018 konferansını 20 Eylül'de Pekin Ulusal Kongre Merkezi'nde gerçekleştirecek ve bilgisayar vizyonu öncüsü Alan Yullie, makine öğrenimi vaftiz babası, CMU profesörü Tom Mitchell, Mikes Tegmark, Zhou Zhihua, Tao Dacheng, Chen Yiran vb. Yapay zeka liderleri, birlikte makine zekası ve insan kaderi konusunda endişeli.
Konferans resmi web sitesi:
Şu andan 19 Ağustos'a kadar Xinzhiyuan, küresel yapay zeka liderleriyle iletişim kurmak ve küresel yapay zeka endüstrisinin sıçrama gelişimine tanık olmak için birkaç erken kuş bileti satışını sınırladı.
-
Aktivite hattı bileti satın alma bağlantısı:
-
Etkinlik satırı bilet alımı için QR kodu:
