Învățarea automată a devenit foarte populară în ultimii ani și luni. Analiștii din industrie anticipează că învățarea automată și, în general, inteligența artificială vor avea un impact la fel de important pentru umanitate precum internetul sau procesorul.
Dacă vrei să înveți Machine Learning, ești în locul potrivit. Acest articol este un ghid despre cele mai bune cărți de învățare automată pentru absolvenți.
Cuprins
Ce este Machine Learning?
Învățarea automată se referă la dezvoltarea și utilizarea algoritmilor care permit mașinilor să învețe cum să execute sarcini în loc să le programeze în mod explicit pentru a îndeplini sarcinile menționate.
Machine Learning este un domeniu cuprins în Inteligența Artificială. Inteligența artificială se ocupă mai larg de dezvoltarea unui comportament inteligent în computere. Învățarea automată se concentrează doar pe o singură parte a AI, învățarea.
Cum este folosită învățarea automată?
Calculatoarele au fost întotdeauna superioare oamenilor la scară. Un computer poate face cu precizie cantități mari de muncă într-un timp scurt. Cu toate acestea, computerele s-au limitat la a îndeplini doar sarcinile pe care oamenii le-au înțeles suficient de bine pentru a scrie codul pentru a instrui computerul. Cu alte cuvinte, am fost blocajul în ceea ce putea fi făcut de computere.
Cu Machine Learning, computerele nu se mai limitează la ceea ce oamenii pot exprima. Acest lucru le permite să îndeplinească sarcini pe care anterior le-am considerat imposibil sau plictisitor să le spunem cum să le facă, cum ar fi:
- Conduceți mașini (pilot automat Tesla, Waymo)
- Identificarea obiectelor dintr-o imagine (SAM)
- Generați ilustrație (DALL-E)
- Generați text (ChatGPT)
- Traduceți textul (Google Translate)
- Joacă jocuri (MindGo)
De ce să înveți inteligența artificială din cărți
Când învață, cărțile au avantajul de a oferi o scufundare mult mai profundă decât toate celelalte resurse de învățare. Cărțile trec printr-un proces amplu de scriere în care sunt scrise, iar propozițiile sunt rescrise pentru claritate.
Rezultatul este o proză bine scrisă, care exprimă idei în cel mai bun mod posibil. Cel mai mare motiv personal pentru a prefera resursele bazate pe text este cât de ușor este să faci referire și să revizuiești unele dintre concepte. Acest lucru este mai greu în resursele bazate pe video, cum ar fi tutoriale și cursuri. Deci, haideți să explorăm cele mai bune cărți pentru învățarea învățării automate.
Cartea de învățare automată de o sută de pagini
Cartea de învățare automată de o sută de pagini este exact asta, o carte care te învață învățarea automată în 100 de pagini. Din cauza constrângerii de 100 de pagini, cartea vă oferă doar o privire de ansamblu asupra subiectului, fără a intra prea mult în buruieni.
Este ideal pentru începători, deoarece acoperă cele mai importante elemente fundamentale ale domeniului, cum ar fi învățarea supravegheată și nesupravegheată, metodele de ansamblu, mașinile vectoriale suport și coborârea în gradient.
Cartea a fost scrisă de Andriy Burkov, specialist în procesarea limbajului natural cu un doctorat. în Inteligența Artificială.
Învățare automată pentru începători absoluti
Scrisă de Oliver Theobald, aceasta este una dintre cele mai simple și mai blânde introduceri în învățarea automată pe care le veți găsi.
Din această carte, veți primi o introducere în învățarea automată, dar autorul nu presupune nicio experiență anterioară de codare. În schimb, explicațiile sunt oferite în limba engleză simplă și ajutoare grafice pentru a fi mai ușor de înțeles.
Totuși, veți învăța în continuare să codificați, iar cartea include câteva exerciții gratuite, descărcabile, și tutoriale video suplimentare. Cu toate acestea, această carte singură nu vă va face un expert în învățare automată. Încă va trebui să înveți mai departe cu alte resurse.
Invatare profunda
Această carte este probabil cea mai cuprinzătoare pe care o veți găsi despre Deep Learning. De asemenea, a fost scris de o echipă de experți, inclusiv Ian Goodfellow, un om de știință care a dezvoltat rețele generative adversare.
Vă învață conceptele matematice de care veți avea nevoie pentru a înțelege învățarea profundă, inclusiv algebra liniară, teoria probabilității, teoria informației și calculul numeric.
Cartea acoperă diferitele tipuri de rețele utilizate în Deep Learning, inclusiv rețelele de feedforward profunde, rețelele neuronale convoluționale și rețelele de optimizare. În plus, a fost susținută de Elon Musk drept singura carte cuprinzătoare pe acest subiect.
O introducere în învățarea statistică
O introducere în învățarea statistică oferă o privire de ansamblu asupra domeniului învățării statistice. Învățarea statistică este un subset al învățării automate care include metode de învățare, cum ar fi regresiile liniare, clasificarea și mașinile vectoriale suport, printre altele.
Toate aceste tehnici sunt tratate în carte. Pentru a consolida conceptele abordate, cartea folosește exemple din lumea reală. Se concentrează pe implementarea conceptelor învățate în R, un limbaj de programare popular folosit în învățarea automată care este utilizat pentru calculul statistic.
Cartea a fost scrisă de Trevor Hastie, Robert Tibshirami, Daniela Witten și Gartehm James, toți profesori de statistică. În ciuda bazei sale puternice în statistică, cartea ar trebui să fie bună pentru statisticieni și non-statisticieni.
Programarea Inteligenței Colective
Programming Collective Intelligence este o carte utilă care îi învață pe dezvoltatorii de software cum să creeze aplicații care utilizează data mining și machine learning.
Printre alți algoritmi, acoperă modul în care funcționează sistemele de recomandare, gruparea, motoarele de căutare și algoritmii de optimizare. Include exemple de cod concise și exerciții pentru a vă ajuta să exersați.
Cartea a fost scrisă de Toby Segaran, care a fost și autorul „Programming the Semantic Web” și „Beautiful Data”.
Fundamentele învățării automate pentru analiza predictivă a datelor
Această carte vă prezintă abordările de bază ale învățării automate utilizate pentru a face predicții. Înainte de a acoperi practic abordările învățării automate, cartea oferă o privire de ansamblu asupra conceptelor teoretice pe care ar trebui să le cunoașteți.
Cartea abordează cum să folosiți învățarea automată pentru a face previziuni de preț, evaluări de risc, a prezice comportamentul clienților și a clasifica documentele.
Acesta acoperă cele patru abordări ale învățării automate: învățarea bazată pe informații, învățarea bazată pe erori, învățarea bazată pe similaritate și învățarea bazată pe probabilități. A fost scris de John D. Kelleher, Brian Mac Namee și Aoife D’Arcy.
Înțelegeți învățarea automată: de la teorie la algoritmi
Cartea prezintă învățarea automată și algoritmii care o permit. Oferă o privire de ansamblu teoretică a elementelor fundamentale ale învățării automate și a modului în care este derivată matematica.
De asemenea, arată cum aceste principii fundamentale sunt apoi traduse în algoritmi și cod. Acești algoritmi includ coborârea gradientului stocastic, rețelele neuronale și învățarea structurată.
Cartea a fost scrisă pentru absolvenți și studenți avansați de Shai Shalev-Shwartz și Shai Ben-David. O copie fizică poate fi cumpărată de pe Amazon, iar o versiune online gratuită este disponibilă aici pentru descărcare și utilizare necomercială.
Învățare automată pentru hackeri
Machine Learning for Hackers este o carte scrisă având în vedere programatorii experimentați. Vă introduce în învățarea automată într-un mod practic și mai practic. Veți învăța concepte din studiile de caz în loc de abordarea grea de matematică adoptată de alte cărți.
Cartea cuprinde capitole care se concentrează pe un domeniu specific al învățării automate, cum ar fi clasificarea, predicția, optimizarea și recomandarea.
Se concentrează pe implementarea modelelor în limbajul de programare R și include proiecte interesante, cum ar fi un clasificator de e-mail-uri spam, un predictor de vizualizare a paginilor site-ului și un descifrare cu o singură literă.
Cartea a fost scrisă de Drew Conway și John Myles White, care ambii au fost coautori ai unei alte cărți „Machine Learning for Email”.
Învățare automată practică cu R
Învățarea automată manuală acoperă modul de implementare a algoritmilor, cum ar fi algoritmi de grupare, codificatoare automate, păduri aleatorii, rețele neuronale profunde și multe altele. Implementarea se face folosind limbajul de programare R și diverse pachete din ecosistemul său.
Cartea nu este un tutorial în limbaj R în sine. Prin urmare, cititorii ar trebui să fie deja familiarizați cu limba înainte de a folosi cartea. O versiune fizică a cărții poate fi cumpărată de pe Amazon, iar o versiune online este disponibilă gratuit aici.
Învățare automată Python
Această carte despre Python Machine Learning prezintă învățarea automată și cum să o implementați în Python. Începe prin a acoperi bibliotecile de bază și cele mai fundamentale utilizate în învățarea automată, cum ar fi NumPy pentru calcul numeric și Pandas pentru tratarea datelor tabulare.
Apoi introduce biblioteci precum scikit-learn, care este folosită pentru a construi modele de învățare automată. Cartea acoperă și vizualizarea datelor folosind Matplotlib. Acesta explică algoritmi precum regresia, gruparea și clasificarea. De asemenea, acoperă modul de implementare a modelelor.
În general, această carte este o introducere cuprinzătoare în învățarea automată, astfel încât să puteți începe să implementați propriile modele și să le încorporați în aplicațiile dvs. Cartea a fost scrisă de Weng Meng Lee, fondatorul Developer Learning Solutions.
Învățare automată interpretabilă cu Python
Învățarea automată interpretabilă cu Python este un ghid cuprinzător pentru învățarea automată care oferă o privire de ansamblu asupra modelelor de învățare automată și cum să atenuați riscurile de predicție și să îmbunătățiți interpretabilitatea prin exemple practice și implementări de cod pas cu pas.
Acoperând elementele fundamentale de interpretabilitate, diferite tipuri de modele, metode de interpretare și tehnici de reglare, cartea oferă cititorilor cunoștințe de interpretare și abilități pentru a îmbunătăți în mod eficient modelele de învățare automată. Cartea a fost scrisă de Serg Masís, un om de știință privind clima și datele agronomice.
Cuvinte finale
Această listă de cărți nu este, evident, exhaustivă, dar acestea sunt unele dintre cele mai bune cărți de folosit pentru a învăța învățarea automată ca absolvent. Deși majoritatea AI este implementată cu cod, nu trebuie să scrieți întotdeauna codul. Există o mulțime de instrumente No Code AI pentru a facilita dezvoltarea.
Apoi, verificați platformele de învățare automată cu cod redus și fără cod pe care să le utilizați.