24 Cuốn Sách Miễn Phí Hay Nhất Để Hiểu Về Machine Learning
.png){kind=logo}
.jpg)
“ Những gì chúng tôi muốn là một cỗ máy có thể học hỏi kinh nghiệm ”
Alan Turing
Không còn nghi ngờ gì nữa, Machine Learning đã trở thành một trong những chủ đề phổ biến nhất hiện nay. Theo một nghiên cứu, Kỹ sư máy học được bình chọn là một trong những công việc tốt nhất tại Mỹ năm 2019.
Nhìn vào xu hướng này, chúng tôi đã biên soạn một danh sách một số sách học máy tốt nhất (và miễn phí) sẽ hữu ích cho mọi người mong muốn xây dựng sự nghiệp trong lĩnh vực này.
1. ISLR
Liên kết sách: ISLR
James, Witten, Hastie, Tibshirani, Giới thiệu về học thống kê với R
Cuốn sách giới thiệu tốt nhất về lý thuyết Machine Learning. Ngay cả những cuốn sách trả tiền cũng hiếm khi tốt hơn. Một giới thiệu tốt về Toán học, và cũng có tài liệu thực hành trong R. Không thể khen ngợi cuốn sách này đủ.
2. Mạng lưới thần kinh và học sâu
Liên kết sách: Mạng thần kinh và Học sâu
Cuốn sách trực tuyến miễn phí này là một trong những cuốn giới thiệu hay nhất và nhanh nhất về Deep Learning hiện có. Đọc nó chỉ mất vài ngày và cung cấp cho bạn tất cả những điều cơ bản về Deep Learning.
3. Nhận dạng mẫu và học máy
Liên kết sách: Nhận dạng mẫu và học máy
Đây là một trong những cuốn sách lý thuyết về Machine Learning nổi tiếng nhất, vì vậy bạn không cần phải viết nhiều phần giới thiệu.
4. Sách học sâu
Liên kết sách: Sách học sâu
Cuốn sách về Deep Learning, cuốn sách này giới thiệu về các thuật toán và phương pháp Deep Learning hữu ích cho cả người mới bắt đầu và người đã thực hành.
5. Tìm hiểu về Machine Learning: Từ lý thuyết đến thuật toán
Liên kết sách: Tìm hiểu Máy học: Từ Lý thuyết đến Thuật toán
Chuyên luận thực sự hay về lý thuyết Machine Learning.
6. Bảy bước để thành công: Học máy trong thực tế
Liên kết sách: Bảy bước để thành công: Học máy trong thực tế
Các nhà quản lý sản phẩm phi kỹ thuật và kỹ sư phần mềm phi máy học tham gia vào lĩnh vực này không nên bỏ lỡ hướng dẫn này. Được viết rất tốt (Hơi cũ và không bao gồm Deep Learning, nhưng hoạt động cho tất cả các mục đích thực tế).
7. Quy tắc của Machine Learning: Các phương pháp hay nhất cho Kỹ thuật Machine Learning
Liên kết sách: Quy tắc của Machine Learning: Các phương pháp hay nhất cho Kỹ thuật Machine Learning
Bạn muốn biết Google nghĩ như thế nào về các sản phẩm Máy học của mình? Đây là một hướng dẫn thực sự tốt về quản lý sản phẩm Machine Learning.
8. Giới thiệu ngắn gọn về Machine Learning dành cho kỹ sư
Liên kết sách: Giới thiệu ngắn gọn về Machine Learning dành cho kỹ sư
Độc thoại bao gồm hầu hết tất cả các kỹ thuật của Machine Learning. Dễ hiểu hơn môn Toán (dành cho người ngại các ký hiệu Toán học khó).
9. Giới thiệu tóm tắt về Machine Learning mà không cần Deep Learning
Liên kết sách: Giới thiệu tóm tắt về Học máy mà không cần học sâu
Độc thoại bao gồm hầu hết tất cả các kỹ thuật của Machine Learning. Dễ hiểu hơn môn Toán (dành cho người ngại các ký hiệu Toán học khó).
10. Learning Introductory Machine Learning notes
Liên kết sách: Introductory Machine Learning notes
Hướng dẫn Machine Learning dành cho người mới bắt đầu tuyệt đối.
11. Nền tảng của Học máy
Liên kết sách: Cơ sở của Học máy
Một chuyên luận chi tiết về các khái niệm toán học Machine Learning.
12. Giới thiệu về lựa chọn biến và tính năng
Liên kết sách: Giới thiệu về lựa chọn biến và tính năng
Kỹ thuật tính năng và lựa chọn biến có lẽ là đầu vào quan trọng nhất của con người trong các thuật toán học máy truyền thống. (Không quá quan trọng trong các phương pháp Học sâu, nhưng không phải mọi thứ đều được giải quyết với Học sâu). Hướng dẫn này cung cấp phần giới thiệu về các phương pháp kỹ thuật tính năng khác nhau.
13. Sách AutoML – Frank Hutter, Lars Kotthoff, Joaquin Vanschoren
Liên kết sách: Sách AutoML – Frank Hutter, Lars Kotthoff, Joaquin Vanschoren
Học máy truyền thống trong những ngày gần đây đã thực sự giảm xuống để chạy các mô hình AutoML (h2o, auto sklearn hoặc tpot, mục yêu thích của chúng tôi tại ParallelDots) sau khi bạn hoàn thành kỹ thuật tính năng. (Trên thực tế, cũng có một số phương pháp để thực hiện kỹ thuật tính năng tự động dành riêng cho phi miền). Cuốn sách này bao gồm các phương pháp được sử dụng trong AutoML.
14. Học sâu với Pytorch
Liên kết sách: Học sâu với Pytorch
Một cuốn sách miễn phí giúp bạn học Deep Learning bằng PyTorch. PyTorch là thư viện Deep Learning yêu thích của chúng tôi tại ParallelDots và chúng tôi đề xuất nó cho mọi người đang nghiên cứu/phát triển ứng dụng trong Deep Learning.
15. Dive Into Deep Learning
Liên kết sách: Dive Into Deep Learning
Một cuốn sách chi tiết khác về Deep Learning sử dụng thư viện MXNet của Amazon để dạy Deep Learning.
16. Keras Github notebooks
Liên kết sách: Keras Github notebooks
Francois Chollet là lãnh đạo của Thư viện Keras. Cuốn sách “Deep Learning in Python” của anh ấy được viết để dạy Deep Learning trong Keras được đánh giá rất tốt. Cuốn sách không có sẵn miễn phí, nhưng tất cả mã của nó đều có sẵn trên Github ở dạng sổ ghi chép (tạo thành một cuốn sách với các ví dụ về Deep Learning) và là một nguồn tài nguyên tốt. Tôi đã đọc nó khi tôi đang học Keras vài năm trước, một nguồn rất tốt.
17. Học máy dựa trên mô hình
Liên kết sách: Học máy dựa trên mô hình
Một nguồn tài nguyên tuyệt vời trong Bayesian Machine Learning. Sử dụng thư viện Infer.Net của Microsoft để giảng dạy, vì vậy bạn có thể phải cài đặt IronPython để đọc/thực hiện các ví dụ của cuốn sách.
18. Các mô hình Bayesian cho Machine Learning
Liên kết sách: Các mô hình Bayesian cho Học máy
Một cuốn sách khác trình bày chi tiết các Phương pháp Bayesian khác nhau trong Học máy.
19. Eisenstein NLP notes
Liên kết sách: Eisenstein NLP notes
Xử lý ngôn ngữ tự nhiên là cách sử dụng phổ biến nhất của Machine Learning. Những ghi chú này từ khóa học GATech cung cấp một cái nhìn tổng quan thực sự tốt về cách Máy học được sử dụng để diễn giải ngôn ngữ của con người.
20. Học tăng cường – Sutton và Barto
Liên kết sách: Học tăng cường – Sutton và Barto
Một cuốn sách hay về Học tăng cường. Đây là cuốn sách phải đọc đối với bất kỳ ai tham gia vào lĩnh vực học tập Tăng cường.
21. Quy trình Gaussian cho Học máy
Liên kết sách: Quy trình Gaussian cho Máy học
Dạy sử dụng Tối ưu hóa Bayesian và Quy trình Gaussian cho Học máy. Với các thư viện dựa trên suy luận đa dạng như Edward/GpyTorch/BOTorch, v.v., phương pháp này đang quay trở lại.
22. Phỏng vấn Machine Learning Thiết kế hệ thống Machine Learning Chip Huyền
Liên kết sách: Phỏng vấn Machine Learning Thiết kế hệ thống Machine Learning Chip Huyền
Đi phỏng vấn cho một công việc Machine Learning? Những câu hỏi này có thể giúp tìm ra chiến lược trong khi trả lời các vấn đề về hệ thống Machine Learning.
23. Các khía cạnh thuật toán của học máy
Liên kết sách: Các khía cạnh thuật toán của học máy
Cuốn sách này đề cập đến các phần của Học máy liên quan đến các thuật toán tính toán và phương pháp số để giải quyết như mô hình nhân tử, học từ điển và Mô hình Gaussian.
24. Nhân quả đối với Học máy
Liên kết sách: Quan hệ nhân quả đối với Học máy
Với quan hệ nhân quả xâm nhập vào các lĩnh vực Khoa học dữ liệu, Machine Learning cũng không phải là vấn đề được thảo luận. Mặc dù không có tài liệu chi tiết nào về vấn đề này, nhưng đây là một hướng dẫn ngắn cố gắng giải thích các khái niệm chính về Quan hệ nhân quả đối với Học máy.
Tìm thấy blog hữu ích? Đọc blog khác của chúng tôi để tìm hiểu tất cả về những cuốn sách hay nhất giúp bạn trở thành một nhà khoa học dữ liệu xuất sắc.
Copyright Disclaimer:
This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and email us, we'll remove relevant links or contents immediately.
Tuyên bố miễn trừ bản quyền:
Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc nội dung có liên quan ngay lập tức.