I migliori libri di testo di apprendimento automatico nella Top 10Top 10
Non c'è quindi sorpresa che così tante persone stiano pensando di entrare nell'affascinante mondo degli algoritmi informatici che migliorano automaticamente attraverso l'esperienza. Se sei tra loro, o se vuoi solo guardare oltre l'hype e capire quale sia l'apprendimento automatico della nostra selezione dei 20 migliori libri di testo di apprendimento automatico può aiutarti a raggiungere i tuoi obiettivi.
Intelligenza artificiale: un approccio moderno (4a edizione) di Peter Norvig e Stuart J. Russell
Disponibile: su Amazon
Pubblicato: 2020
Conteggio delle pagine: 1136
Decidere quale libro di testo di apprendimento automatico per iniziare non è stato difficile perché l'intelligenza artificiale: un approccio moderno è raccomandato agli studenti dalle università di tutto il mondo. Ora nei suoi 4th Edizione, il libro fa un lavoro fantastico nell'introduzione del campo dell'intelligenza artificiale (l'apprendimento automatico è un sottoinsieme di AI) per i principianti e copre anche una vasta gamma di argomenti di ricerca correlati, fornendo riferimenti utili per ulteriori studi. Secondo i suoi autori, questo grande libro di testo dovrebbe richiedere circa due semestri per coprire, quindi non aspettarti che sia una lettura veloce.
Riconoscimento di pattern e apprendimento automatico di Christopher M. Vescovo
Disponibile: su Amazon
Pubblicato: 2011
Conteggio delle pagine: 738
Puoi pensare al riconoscimento del pattern e all'apprendimento automatico di Christopher M. Bishop come unicato (almeno per quanto riguarda i libri di testo di apprendimento automatico) Corso introduttivo alla teoria alla base dell'apprendimento automatico. Il libro di testo include oltre 400 esercizi che sono classificati in base alla loro difficoltà e molto più materiale aggiuntivo è disponibile sul suo sito Web. Basta non aspettarti di sapere come applicare la teoria che il libro di testo insegna quando raggiungi la sua ultima pagina, ci sono altri libri per questo.
Deep Learning di Goodfellow ET. al
Disponibile: su Amazon
Pubblicato: 2016
Conteggio delle pagine: 800
Se dovessi chiedere a Elon Musk di consigliarti un libro sull'apprendimento automatico, questo è quello che consiglierebbe. Una volta dice che il deep learning è l'unico libro completo su questo argomento. Il libro copre di tutto, dal background matematico e concettuale alle tecniche di apprendimento profondo leader del settore e alle ultime prospettive di ricerca. Ti consigliamo di ottenere la versione elettronica perché il deep learning è famoso per la sua scarsa qualità di stampa.
Gli elementi dell'apprendimento statistico: data mining, inferenza e previsione, seconda edizione di Hastie, Tibshirani e Friedman
Disponibile: su Amazon
Pubblicato: 2016
Conteggio delle pagine: 767
Non lasciare che il titolo di questo libro di testo ti intimideri. Se vuoi comprendere veramente l'apprendimento automatico e applicarlo per risolvere problemi difficili, devi abituarsi a leggere libri di testo che non sembrano molto accessibili. Anche se il libro di testo adotta un approccio decisivamente statistico, non devi essere uno statistico per leggerlo perché enfatizza i concetti piuttosto che la matematica.
Apprendimento automatico pratico con Scikit-Learn, Keras e Tensorflow: concetti, strumenti e tecniche per costruire sistemi intelligenti (2nd Edizione) di Aurélien Géron
Disponibile: su Amazon
Pubblicato: 2019
Conteggio delle pagine: 856
Scikit-Learn, Keras e Tensorflow sono tre popolari librerie di apprendimento automatico e questo libro di testo si concentra su come possono essere utilizzati per creare programmi di apprendimento automatico che risolvono i problemi effettivi. Grazie alla natura per i principianti di queste biblioteche, sono necessarie conoscenze teoriche minime di fondo per leggere questo libro di testo, rendendola fantastica per coloro che vorrebbero ottenere una comprensione intuitiva dell'apprendimento automatico costruendo qualcosa di utile.
Comprensione dell'apprendimento automatico: dalla teoria agli algoritmi di Shai Shalev-Shwartz e Shai Ben-David
Disponibile: su Amazon
Pubblicato: 2014
Conteggio delle pagine: 410
Molti libri di testo sull'apprendimento automatico sono difficili da superare perché i loro autori non sono in grado di mettersi nei panni di qualcuno di nuovo sul campo, ma non questo. La comprensione dell'apprendimento automatico inizia con una chiara introduzione all'apprendimento automatico statistico. Collega quindi i concetti teorici a algoritmi pratici senza non essere né troppo prolisso né troppo vago. Indipendentemente dal fatto che se vuoi aggiornare le tue conoscenze o intraprendere un viaggio per tutta la vita nel settore, non esitare a prendere questo libro di testo.
Apprendimento automatico: una prospettiva probabilistica di Kevin P. Murphy
Disponibile: su Amazon
Pubblicato: 2012
Conteggio delle pagine: 1104
Come suggerisce il titolo di questo libro, questa introduzione all'apprendimento automatico si basa su modelli probabilistici per rilevare i modelli nei dati e utilizzarli per fare previsioni sui dati futuri. Il libro è scritto in uno stile piacevole e informale e fa un grande uso di illustrazioni ed esempi pratici. I modelli che descrive sono stati implementati utilizzando il toolkit di modellazione probabilistica, che è un pacchetto software MATLAB che è possibile scaricare da Internet. Sfortunatamente, il toolkit non è più supportato perché la nuova versione di questo libro utilizzerà invece Python.
Algoritmi di teoria dell'informazione, inferenza e apprendimento di David J. C. Mackay
Disponibile: su Amazon
Pubblicato: 2003
Conteggio delle pagine: 640
Sì, questo libro di testo è stato rilasciato quasi 20 anni fa, ma questo non lo rende meno rilevante oggi. Dopotutto, l'apprendimento automatico non è così giovane come potrebbe suggerire il recente clamore. Cosa rende gli algoritmi di teoria dell'informazione, inferenza e apprendimento di David J. C. Mackay così senza tempo è il suo approccio multidisciplinare che fornisce ampie connessioni tra diversi campi. Da solo, non è molto utile perché non ha abbastanza esempi pratici, ma funziona alla grande come libro di testo introduttivo.
Un'introduzione all'apprendimento statistico: con applicazioni in R di Gareth M. James, Trevor Hastie, Daniela Witten e Robert Tibshirani
Disponibile: su Amazon
Pubblicato: 2013
Conteggio delle pagine: 440
Puoi pensare a un'introduzione all'apprendimento statistico come un'alternativa più accessibile agli elementi dell'apprendimento statistico, che richiede una conoscenza avanzata delle statistiche matematiche. Per finire questo libro di testo, dovresti stare perfettamente bene con una laurea in matematica o statistiche. Nelle sue 440 pagine, gli autori forniscono una panoramica del campo dell'apprendimento statistico e presentano importanti tecniche di modellazione e previsione, complete delle loro applicazioni.
Il libro di apprendimento automatico da cento pagine di Andriy Burkov
Disponibile: su Amazon
Pubblicato: 2019
Conteggio delle pagine: 160
Mentre la maggior parte dei libri di testo elencati in questo articolo sono più vicini a mille pagine, questo libro sottile, che è iniziato come una sfida su LinkedIn, spiega molto solo un centinaio di pagine. Uno dei motivi per cui il libro di apprendimento automatico di centinaia di pagine è diventato un successo immediato è il suo linguaggio semplice, che è un gradito allontanamento da documenti accademici rigidi. Raccomandiamo questo libro agli ingegneri del software che credono di poter utilizzare strumenti di apprendimento automatico disponibili ma non sanno da dove iniziare. Detto questo, il libro può essere apprezzato da chiunque abbia interesse per l'apprendimento automatico perché enfatizza i concetti sul codice.
Introduzione all'apprendimento automatico con Python: una guida per i data scientist di Andreas C. Müller e Sarah Guido
Disponibile: su Amazon
Pubblicato: 2016
Conteggio delle pagine: 400
Se stai fluendo Python e desideri iniziare con l'apprendimento automatico costruendo soluzioni pratiche a problemi reali, questo è il libro giusto per te. No, non imparerai troppa teoria, ma tutti i concetti fondamentali sono coperti bene e ci sono molti altri libri che coprono il resto. Per ottenere il massimo dall'introduzione all'apprendimento automatico con Python, dovresti avere almeno un po 'di familiarità con le librerie Numpy e Matplotlib.
Modellazione predittiva applicata di Max Kuhn e Kjell Johnson
Disponibile: su Amazon
Pubblicato: 1 ° ed. 2013, corr. 2 ° stampa 2018
Conteggio delle pagine: 613
Questo libro di testo fornisce un'introduzione a modelli predittivi, che utilizzano dati e statistiche per prevedere i risultati con i modelli di dati. Inizia con l'elaborazione dei dati e continua con le moderne tecniche di regressione e classificazione, sottolineando sempre problemi di dati reali. Puoi facilmente implementare tutti i modelli spiegati nel libro grazie al codice R fornito, che mostra esattamente cosa devi fare per finire con una soluzione di lavoro.
Deep Learning con Python di François Chollet
Disponibile: su Amazon
Pubblicato: 2017
Conteggio delle pagine: 384
Potresti già avere familiarità con l'autore di questo libro di testo di apprendimento automatico perché è responsabile di una biblioteca di rete neurale open source chiamata Keras, probabilmente la libreria di apprendimento automatico più popolare scritto in Python. Date queste informazioni e il titolo del libro di testo, non dovrebbe sorprenderti apprendere che è il miglior corso di crash Keras disponibile. Le tecniche pratiche sono prioritarie sopra la teoria, ma ciò significa solo che puoi risolvere sofisticate attività di apprendimento automatico in poche settimane.
Apprendimento automatico di Tom M. Mitchell
Disponibile: su Amazon
Pubblicato: 1997
Conteggio delle pagine: 414
Pubblicato nel 1997, questo libro introduce tutti i tipi di algoritmi di apprendimento automatico in una lingua che tutti i laureati CS dovrebbero essere in grado di comprendere. Se sei il tipo di persona che ha bisogno di avere un'ampia comprensione di un determinato argomento prima di sentirti a tuo agio a tuffarsi in profondità, adorerai come vengono presentate le informazioni in questo libro. Basta non aspettarti l'apprendimento automatico di Tom M. Mitchell per essere una guida pratica perché non è quello che dovrebbe essere questo libro.
Costruire applicazioni alimentate all'apprendimento automatico: passare da un'idea all'altro di Emmanuel Ameisen
Disponibile: su Amazon
Pubblicato: 2020
Conteggio delle pagine: 260
Una cosa è capire i modelli di apprendimento automatico, ed è qualcos'altro per sapere come portarli in produzione. Questo libro relativamente sottile di Emmanuel Ameisen spiega proprio questo, guidandoti attraverso ogni fase del processo, dall'idea iniziale al prodotto distribuito. La costruzione di applicazioni alimentate all'apprendimento automatico può essere raccomandata ai data scientist in erba e agli ingegneri ML che hanno imparato la teoria ma devono ancora applicarla nel settore.
Apprendimento del rinforzo: un'introduzione (2a edizione) di Richard S. Sutton, Andrew G. Barto
Disponibile: su Amazon
Pubblicato: 2018
Conteggio delle pagine: 552
L'apprendimento del rinforzo è un'area di apprendimento automatico interessato alla formazione dei modelli di apprendimento automatico per intraprendere azioni in un ambiente complesso e incerto per massimizzare la quantità totale di ricompensa ricevuta. Se questo ti sembra interessante, non esitare ad acquistare questo libro perché è ampiamente considerato la Bibbia dell'argomento. La seconda edizione include molte importanti modifiche strutturali e di contenuto, quindi ottenerlo se possibile.
Imparare dai dati di Yaser S. Abu-Mostafa, Malik Magdon-ismail, Hsuan-Tien Lin.
Disponibile: su Amazon
Pubblicato: 2012
Conteggio delle pagine: 213
L'apprendimento dai dati è una breve ma relativamente completa introduzione all'apprendimento automatico e alle sue applicazioni pratiche in finanza, commercio, scienza e ingegneria. Il libro si basa su più di un decennio di materiale didattico, che gli autori hanno distillato in una selezione di argomenti di base che tutti quelli interessati alla materia dovrebbero comprendere. È fantastico per i principianti che non hanno molto tempo per studiare la teoria dell'apprendimento automatico, soprattutto se leggi insieme alla serie di lezioni di Yaser su YouTube.
Neural Networks e Deep Learning: un libro di testo di Charu C. Aggarwal
Disponibile: su Amazon
Pubblicato: 2018
Conteggio delle pagine: 497
Le reti neurali sono un modo per fare l'apprendimento automatico e questo libro di testo può aiutarti a capire la teoria dietro di essi. Proprio come l'apprendimento automatico in generale, questo libro matematicamente intenso, quindi non aspettarti di andare troppo lontano se la tua matematica è arrugginita. Detto questo, l'autore fa un ottimo lavoro nel spiegare la matematica alla base di tutti gli esempi forniti e camminare sul lettore attraverso vari scenari intricati.
Apprendimento automatico per principianti assoluti: una semplice introduzione inglese (2nd Edizione) di Oliver Theoobald
Disponibile: su Amazon
Pubblicato: 2017
Conteggio delle pagine: 157
Se hai interesse per l'apprendimento automatico ma non ti senti necessariamente a tuo agio a leggere lunghi libri di testo sull'argomento, potresti preferire questo libro per principianti, che fornisce un'introduzione pratica e di alto livello al linguaggio della macchina usando un inglese semplice. Entro la fine di questo libro, saprai come prevedere i valori della casa usando il tuo primo modello di apprendimento automatico creato in Python.
Apprendimento profondo generativo: macchine per l'insegnamento per dipingere, scrivere, comporre e giocare di David Foster
Disponibile: su Amazon
Pubblicato: 2019
Conteggio delle pagine: 330
Molto è stato scritto e detto sulle reti di avversaria generative (GANS), uno degli argomenti più caldi nel campo dell'apprendimento automatico di oggi. Se vuoi capire come loro e altri modelli di apprendimento profondo generativo funzionano sotto il cofano, questo libro di David Foster è un ottimo punto di partenza, purché tu abbia esperienza di programmazione in Python.