введение в машинное обучение книга
15 книг по машинному обучению для начинающих
Data Science — оверхайповое направление IT. Мы сделали подборку книг по Machine Learning для тех, кто хочет разобраться, что да как.
IT стали толчком развития новых профессиональных областей: Data Mining, машинного обучения (Machine Learning) и других. Чтобы погрузиться в тему, читайте книги из нашей подборки.
Книги по машинному обучению на русском
Автор в сфере IT, digital, экономики и финансов. Ведет некоммерческий проект для начинающих писателей «ЛитЦех».
Владимир Вьюгин.
«Математические основы машинного обучения и прогнозирования»
Сначала изучите азы статистической теории машинного обучения, игр с предсказаниями и прогнозирования с применением экспертной стратегии. Их основы прекрасно объясняет автор книги, доктор физико-математических наук Владимир Вьюгин. Пособие рассчитано на студентов и аспирантов и в доступной форме излагает математические основы, необходимые для дальнейшей работы с машинным обучением.
Педро Домингос.
«Верховный алгоритм»
Книга, благодаря которой даже ничего не смыслящие в математике и статистике люди поймут, что такое алгоритмы машинного обучения и каково их применение в жизни. Профессор Педро Домингос рассказывает о пяти основных школах Machine Learning и о том, как они используют идеи из различных областей научного знания — нейробиологии, физики, статистики, биологии, — чтобы помогать людям решать сложные задачи и упрощать рутину с помощью алгоритмов.
Хенрик Бринк, Джозеф Ричардс, Марк Феверолф.
«Машинное обучение»
Эта книга 2017 года издания доступно рассказывает о Machine Learning — для тех, кто ничего не слышал об этих технологиях. В ней нет заумной статистики, математики или углубленного и подробного объяснения, как использовать тот или иной алгоритм. Авторы с легкостью объясняют, что такое машинное обучение и как его применять в повседневной жизни. Примеры в книге приводятся на языке программирования Python, который используется в том числе и в этой сфере.
Бастиан Шарден, Лука Массарон, Альберто Боскетти.
«Крупномасштабное машинное обучение вместе с Python»
Еще одна отличная книга для начинающих свой путь в программировании и анализе больших данных. Авторы утверждают, что благодаря ей читатель научится самостоятельно строить модели машинного обучения и развертывать крупномасштабные приложения для прогнозирования. В книге рассказывается о том, какие алгоритмы входят в семейство масштабируемых, что они из себя представляют и как с их помощью обрабатывать большие файлы. Также вы узнаете, что такое вычислительная парадигма MapReduce и как работать с машинными алгоритмами на платформах Hadoop и Spark на языке Python.
Себастьян Рашка.
«Python и машинное обучение»
Книга для новичков, осваивающих Python и машинное обучение. Издание содержит подробные мануалы даже по таким нюансам, как установка специализированного приложения Jupyter Notebook.
В книге рассматриваются основы Machine Learning, возможности самых мощных библиотек Python для анализа данных и дается ответ на вопрос, почему этот язык — один из лидеров в Data Science.
Георгий Кухарев, Екатерина Каменская, Юрий Матвеев, Надежда Щеголева.
«Методы обработки и распознавания изображений лиц в задачах биометрии»
Несмотря на то что эта книга рассчитана на начинающих и знакомит с основными принципами искусственного интеллекта — в частности, технологии распознавания лиц, — для полного понимания терминологии и комфортного погружения в чтение все же требуется некоторый бэкграунд. В ней рассматриваются такие вопросы биометрии, как методы анализа изображений лиц, получение исходных данных из реальных сцен, структуры систем распознавания и другие. Примеры в монографии приводятся на языке машинного обучения MATLAB. Если техническими фоновыми знаниями вы не обладаете, но книгу прочитать все же хочется — незнакомые термины можно гуглить, этого вполне достаточно, чтобы не испытывать при чтении никакого дискомфорта.
Петер Флах.
«Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных»
Это цветное издание с иллюстрациями также предназначено для новичков и рассматривает широкие вопросы машинного обучения. По мере погружения читателя в тему автор раскрывает все больше деталей, но книга не слишком сложна для восприятия: вся новая терминология объясняется, а статистические и логические модели описываются понятным неподготовленному читателю языком.
ТОП-10 книг по машинному обучению
Собрали лучшие книги по машинному обучению для начинающих. Актуальная литература по machine learning на русском языке с лучшими оценками.
«Машинное обучение». Хенрик Бринк, Джозеф Ричардс, Марк Феверолф
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».
«Введение в машинное обучение с помощью Python». Андреас Мюллер, Сара Гвидо
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.
«Машинное обучение: алгоритмы для бизнеса». Маркос Лопез де Прадо
Помимо футуристических предположений автора, здесь описаны алгоритмы машинного обучения, которые он испытывал на практике в области инвестирования на протяжении двадцати лет.
«Машинное обучение с использованием библиотеки Н2О». Даррен Кук
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.
В России книга вышла в издательстве ДМК-Пресс. Российское издание содержит две главы про модули библиотеки H2O — Deep Water и Stacked Ensemble.
Читатели отмечают доступный стиль изложения книги и наличие редкой и ценной информации в книге про стекинг, настройку нейронных сетей и глубокое изучение.
«Глубокое обучение на Python». Франсуа Шолле
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.
«Прагматичный ИИ». Ной Гифт
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.
«Релевантный поиск с использованием Elasticsearch и Solr». Даг Тарнбулл, Джон Берримен
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.
«Машинное обучение и TensorFlow». Нишант Шакла
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.
«Глубокое обучение на R». Франсуа Шолле
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.
«Построение систем машинного обучения на языке Python». Луис Педро Коэльо, Вилли Ричарт
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.
Делитесь не попавшими в эту подборку книгами по машинному обучению в комментариях!
15 книг по машинному обучению для начинающих
Сделал подборку книг по Machine Learning для тех, кто хочет разобраться, что да как.
Добавляйте в закладки и делитесь с коллегами!
Книги по машинному обучению на русском
Сначала изучите азы статистической теории машинного обучения, игр с предсказаниями и прогнозирования с применением экспертной стратегии. Их основы прекрасно объясняет автор книги, доктор физико-математических наук Владимир Вьюгин. Пособие рассчитано на студентов и аспирантов и в доступной форме излагает математические основы, необходимые для дальнейшей работы с машинным обучением.
Книга, благодаря которой даже ничего не смыслящие в математике и статистике люди поймут, что такое алгоритмы машинного обучения и каково их применение в жизни. Профессор Педро Домингос рассказывает о пяти основных школах Machine Learning и о том, как они используют идеи из различных областей научного знания — нейробиологии, физики, статистики, биологии, — чтобы помогать людям решать сложные задачи и упрощать рутину с помощью алгоритмов.
3. «Машинное обучение» Хенрик Бринк, Джозеф Ричардс, Марк Феверолф.
Эта книга 2017 года издания доступно рассказывает о Machine Learning — для тех, кто ничего не слышал об этих технологиях. В ней нет заумной статистики, математики или углубленного и подробного объяснения, как использовать тот или иной алгоритм. Авторы с легкостью объясняют, что такое машинное обучение и как его применять в повседневной жизни. Примеры в книге приводятся на языке программирования Python, который используется в том числе и в этой сфере.
Еще одна отличная книга для начинающих свой путь в программировании и анализе больших данных. Авторы утверждают, что благодаря ей читатель научится самостоятельно строить модели машинного обучения и развертывать крупномасштабные приложения для прогнозирования. В книге рассказывается о том, какие алгоритмы входят в семейство масштабируемых, что они из себя представляют и как с их помощью обрабатывать большие файлы. Также вы узнаете, что такое вычислительная парадигма MapReduce и как работать с машинными алгоритмами на платформах Hadoop и Spark на языке Python.
Книга для новичков, осваивающих Python и машинное обучение. Издание содержит подробные мануалы даже по таким нюансам, как установка специализированного приложения Jupyter Notebook.
В книге рассматриваются основы Machine Learning, возможности самых мощных библиотек Python для анализа данных и дается ответ на вопрос, почему этот язык — один из лидеров в Data Science.
6. «Методы обработки и распознавания изображений лиц в задачах биометрии» Георгий Кухарев, Екатерина Каменская, Юрий Матвеев, Надежда Щеголева
Несмотря на то что эта книга рассчитана на начинающих и знакомит с основными принципами искусственного интеллекта — в частности, технологии распознавания лиц, — для полного понимания терминологии и комфортного погружения в чтение все же требуется некоторый бэкграунд. В ней рассматриваются такие вопросы биометрии, как методы анализа изображений лиц, получение исходных данных из реальных сцен, структуры систем распознавания и другие. Примеры в монографии приводятся на языке машинного обучения MATLAB. Если техническими фоновыми знаниями вы не обладаете, но книгу прочитать все же хочется — незнакомые термины можно гуглить, этого вполне достаточно, чтобы не испытывать при чтении никакого дискомфорта.
Это цветное издание с иллюстрациями также предназначено для новичков и рассматривает широкие вопросы машинного обучения. По мере погружения читателя в тему автор раскрывает все больше деталей, но книга не слишком сложна для восприятия: вся новая терминология объясняется, а статистические и логические модели описываются понятным неподготовленному читателю языком.
8. «Обучение с подкреплением» Ричард С. Саттон, Эндрю Г. Барто.
Обучение с подкреплением — это одно из направлений искусственного интеллекта. Кратко и в самом общем виде его суть можно изложить так: машина учится действовать в окружающей среде, нарабатывая интуитивный опыт, а затем наблюдает свои результаты. В книге исчерпывающе излагается концепция обучения с подкреплением — от основополагающих идей до современных достижений в этой сфере.
Книги по машинному обучению на английском
Все книги рассчитаны на новичков без опыта работы с технологиями искусственного интеллекта либо специалистов с небольшим техническим бэкграундом. Цель большинства — познакомить с основными принципами, концепциями, идеями и некоторыми алгоритмами машинного обучения.
Книга Дэвида Барбера написана для студентов и выпускников с минимальными знаниями алгебры и математического анализа — то есть отлично подходит для начала изучения машинного обучения. Как видно по названию, она сосредоточена вокруг байесовского статистического вывода. Книга позволяет развить аналитические навыки и найти новые способы решения проблем в работе с алгоритмами машинного обучения. Каждая глава сопровождается примерами, практическими и теоретическими заданиями.
О чем
Эта книга — не учебное пособие, сборник практических задач или теоретических изысканий. Это своеобразный «мостик» от теории к практике машинного обучения. С ее помощью читатель может подготовиться к дальнейшему изучению темы Machine Learning и науки о данных.
В этом пособии концептуально описываются идеи науки о данных, то есть без сложных математических формул и понятий. В ней множество иллюстративных примеров, которые еще больше раскрывают суть написанного. Охват книги широк: от контролируемого обучения (прогнозирования) до обучения без учителя. Рассматриваемые темы включают нейронные сети, методы опорных векторов, деревья классификации и бустинг. Авторы книги — преподающие профессора, создатели учебных пособий и инструментов интеллектуального анализа данных.
В этом издании обзорно излагаются основные современные подходы к проблемам классификации: машинное обучение, статистика и нейронные сети. Авторы сравнили эффективность методов по различным показателям и сделали выводы о том, для решения каких коммерческих и промышленных задач каждый из них больше подходит.
Преимущество книги — невысокие требования к фоновым математическим знаниям читателя. Даже со школьным курсом в голове вы сможете ее прочесть, понять, освоить основные концепции и научиться программировать собственные алгоритмы распознавания изображений на Python. Все математические идеи в основе устройства нейронных сетей поданы под соусом из большого количества иллюстраций и примеров, что упрощает восприятие.
Учебное пособие для студентов первого курса. Его часто используют в роли введения в Data Science во множестве обучающих университетских программ. Если вам интересно проектирование нейросетей именно для создания искусственного интеллекта, рекомендуем ее как первую книгу на эту тему.
15. «Learning From Data» Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin.
Книга носит подзаголовок «A short course» и кратко знакомит читателя с основами машинного обучения. Если вы только начали вникать, что происходит в мире Data Science, и прочли несколько статей в интернете, то это идеальный вариант, чтобы разобраться в предмете чуть глубже.
Книги для новичков по машинному обучению
В этом материале мы решили восполнить пробел и собрать лучшие книги по машинному обучению на русском языке — те, которые может прочитать и понять даже человек, лишь косвенно связанный с программированием и большими данными.
Книги по машинному обучению на русском языке
«Введение в машинное обучение с помощью Python», Андреас Мюллер, Сара Гвидо
Так как большинство разработок в сфере сегодня ведётся на языке Python, то в первую очередь следует штурмовать именно его. В нашем контексте новичкам лучше всего подойдёт вот эта книга по machine learning, поскольку акцент в ней сделан на теоретическую часть обработки данных, а библиотеки и операции в Python ー лишь прикладная иллюстрация. Всё в соответствии с названием.
«Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных», Петер Флах
Если вы ищете базовый учебник по машинному обучению в принципе, обратите внимание на эту книгу. В ней вы не найдёте ответы на все свои вопросы, но зато узнаете, где их искать. По сути, перед нами теоретический справочник, охватывающий всё многообразие машинного обучения, сдобренный ссылками на полезную литературу по каждой теме. Примеры кода на каком-либо языке отсутствуют — но в этом и нет необходимости, учитывая уровень материала.
«Машинное обучение без лишних слов», Андрей Бурков
Автор поставил перед собой цель в ста страницах описать все основные алгоритмы и принципы машинного обучения. Утопическая задача вылилась в одну из лучших книг по machine learning, с множеством восторженных отзывов как со стороны рядовых покупателей, так и известных людей IT-отрасли. И пусть в русском переводе толщина выросла вдвое – насыщенность информацией от этого не пострадала.
«Python и машинное обучение», Себастьян Рашка
Эта книга уже требует от читателя хотя бы элементарных навыков работы с Python, необходимых, чтобы шагнуть на новую ступень знаний в machine learning. Здесь рассматриваются профильные библиотеки языка по машинному обучению, в частности scikit-learn, Keras, Theano. Перечень задач широкий: обработка простых баз данных, анализ текста и визуальной информации, нейронные сети и многое другое. У книги есть два издания, но для вводной части не важно, какое именно попадётся вам в руки.
«Идеи машинного обучения», Шалев-Шварц Шай, Бен-Давид Шай
«Идеи машинного обучения» ставит перед собой цель донести до читателя фундаментальные принципы машинного обучения и основные применяемые в отрасли алгоритмы. Этому посвящена значительная вступительная часть, но затрагиваются и более сложные вопросы, например стохастический градиентный спуск, нейронные сети и структурированный ввод, PAC-байесовский подход, границы сжатия и многое другое.
«Машинное обучение и TensorFlow», Шакла Нишант
TensorFlow ー одна из базовых библиотек машинного обучения, поэтому, если у вас есть хотя бы незначительные познания в Python и желание развиваться в этом направлении, данная книга обязательно поможет. Здесь приведено очень много кода для базовых задач ML и в этом плане книга качественно отличается от аналогичных изданий по машинному обучению. Незначительный минус заключается как раз в том, что использовать книгу для погружения в тему сложно ー необходимо под рукой иметь компьютер.
«Грокаем глубокое обучение», Эндрю Траск
Эта книга посвящена машинному обучению с использованием нейронных сетей, на примере библиотеки NumPy языка Python. Рассчитана она на аудиторию с базовыми представлениями о программировании и искусственном интеллекте, но при этом наполнена большим числом теории и практики. Всё растолковано буквально на пальцах, так что новичкам строго рекомендуется.
Книги по machine learning на английском языке
Если английский язык вас не отпугивает или параллельно с машинным обучением вы хотите увеличить свой словарный запас, то мы подготовили ещё один полезный список.
Machine Learning For Absolute Beginners: A Plain English Introduction, Oliver Theobald
Наверняка однажды эту книгу переведут на русский язык, но пока можете оценить её лишь на английском. Это не шедевр печатного программирования, но для тех, у кого нет вообще никакого понимания, что такое машинное обучение, она подойдёт идеально. Здесь разъясняются базовые принципы очень простым языком (иногда даже слишком), а навыки программирования не требуются. Вообще.
Machine Learning For Dummies, John Paul Mueller, Luca Massaron
Как и в любой книге «. для чайников», здесь имеется обширная вступительная часть, призванная показать читателю всё многообразие возможностей машинного обучения. Но плюс этой книги ещё и в примерах на R и Python. И пускай они носят общий характер, в качестве вводной книга подойдёт отлично.
Machine Learning In Action, Peter Harrington
Как и у многих участников этого списка, акцент здесь сделан на подаче идей машинного обучения через практические примеры на Python. Главная особенность здесь в том, что книга содержит минимум общих слов, хоть и рассчитана на любой уровень подготовки. Буквально со второй страницы начинается погружение в тему инструментов и приёмов машинного обучения, что порадует тех, кто не желает тратить лишнее время на вступительные речи.
Python Machine Learning: A Technical Approach to Machine Learning for Beginners, Leonard Eddison
Оригинальность этой книги по machine learning в том, что с её помощью читатель просто учит язык Python. На первый взгляд, разницы мало, однако если знаний нет ни в МО, ни в программировании – то это именно то, что нужно. Однако помните, что это издание есть смысл дополнить какой-нибудь другой, более глубокой книгой из нашего списка.
Data Mining: Practical Machine Learning Tools and Techniques, Ian H. Witten, Eibe Frank, Mark A. Hall
Работа с огромными объёмами данных — это одна из наиболее частых причин, почему сторонние специалисты начинают интересоваться машинным обучением. В этой книге есть для таких людей есть ответы на все вопросы. Как? Зачем? С чьей помощью? Насколько это долго и сложно? Можно ли обойтись без машинного обучения? Если вам тоже требуется погружение в принципы обработки данных с использованием искусственного интеллекта, а английский язык не смущает — тогда это та книга по machine learning вам точно не помешает.
Как видите, представленные в этом списке издания охватывают разные подходы к изложению материала и обучению, имеют разный формат подачи материала. А это значит, что каждый сможет найти что-то себе по душе и кошельку.
А чтобы гарантированно получить системные знания в области машинного обучения с самого нуля, можно поступить на факультет искусственного интеллекта GeekBrains. Здесь от вашего внимания точно не ускользнёт ничего существенного.
При всём многообразии литературы по программированию и IT есть темы, где найти книги для новичков очень сложно. Одна из таких тем ー искусственный интеллект, в нашем случае ー машинное обучение. Подавляющее большинство книг требует от читателя знаний Python, теории математического анализа и статистики, хотя бы базового умения создавать алгоритмы для обработки массивов данных.
В этом материале мы решили восполнить пробел и собрать лучшие книги по машинному обучению на русском языке — те, которые может прочитать и понять даже человек, лишь косвенно связанный с программированием и большими данными.
Книги по машинному обучению на русском языке
«Введение в машинное обучение с помощью Python», Андреас Мюллер, Сара Гвидо
Так как большинство разработок в сфере сегодня ведётся на языке Python, то в первую очередь следует штурмовать именно его. В нашем контексте новичкам лучше всего подойдёт вот эта книга по machine learning, поскольку акцент в ней сделан на теоретическую часть обработки данных, а библиотеки и операции в Python ー лишь прикладная иллюстрация. Всё в соответствии с названием.
«Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных», Петер Флах
Если вы ищете базовый учебник по машинному обучению в принципе, обратите внимание на эту книгу. В ней вы не найдёте ответы на все свои вопросы, но зато узнаете, где их искать. По сути, перед нами теоретический справочник, охватывающий всё многообразие машинного обучения, сдобренный ссылками на полезную литературу по каждой теме. Примеры кода на каком-либо языке отсутствуют — но в этом и нет необходимости, учитывая уровень материала.
«Машинное обучение без лишних слов», Андрей Бурков
Автор поставил перед собой цель в ста страницах описать все основные алгоритмы и принципы машинного обучения. Утопическая задача вылилась в одну из лучших книг по machine learning, с множеством восторженных отзывов как со стороны рядовых покупателей, так и известных людей IT-отрасли. И пусть в русском переводе толщина выросла вдвое – насыщенность информацией от этого не пострадала.
«Python и машинное обучение», Себастьян Рашка
Эта книга уже требует от читателя хотя бы элементарных навыков работы с Python, необходимых, чтобы шагнуть на новую ступень знаний в machine learning. Здесь рассматриваются профильные библиотеки языка по машинному обучению, в частности scikit-learn, Keras, Theano. Перечень задач широкий: обработка простых баз данных, анализ текста и визуальной информации, нейронные сети и многое другое. У книги есть два издания, но для вводной части не важно, какое именно попадётся вам в руки.
«Идеи машинного обучения», Шалев-Шварц Шай, Бен-Давид Шай
«Идеи машинного обучения» ставит перед собой цель донести до читателя фундаментальные принципы машинного обучения и основные применяемые в отрасли алгоритмы. Этому посвящена значительная вступительная часть, но затрагиваются и более сложные вопросы, например стохастический градиентный спуск, нейронные сети и структурированный ввод, PAC-байесовский подход, границы сжатия и многое другое.
«Машинное обучение и TensorFlow», Шакла Нишант
TensorFlow ー одна из базовых библиотек машинного обучения, поэтому, если у вас есть хотя бы незначительные познания в Python и желание развиваться в этом направлении, данная книга обязательно поможет. Здесь приведено очень много кода для базовых задач ML и в этом плане книга качественно отличается от аналогичных изданий по машинному обучению. Незначительный минус заключается как раз в том, что использовать книгу для погружения в тему сложно ー необходимо под рукой иметь компьютер.
«Грокаем глубокое обучение», Эндрю Траск
Эта книга посвящена машинному обучению с использованием нейронных сетей, на примере библиотеки NumPy языка Python. Рассчитана она на аудиторию с базовыми представлениями о программировании и искусственном интеллекте, но при этом наполнена большим числом теории и практики. Всё растолковано буквально на пальцах, так что новичкам строго рекомендуется.
Книги по machine learning на английском языке
Если английский язык вас не отпугивает или параллельно с машинным обучением вы хотите увеличить свой словарный запас, то мы подготовили ещё один полезный список.
Machine Learning For Absolute Beginners: A Plain English Introduction, Oliver Theobald
Наверняка однажды эту книгу переведут на русский язык, но пока можете оценить её лишь на английском. Это не шедевр печатного программирования, но для тех, у кого нет вообще никакого понимания, что такое машинное обучение, она подойдёт идеально. Здесь разъясняются базовые принципы очень простым языком (иногда даже слишком), а навыки программирования не требуются. Вообще.
Machine Learning For Dummies, John Paul Mueller, Luca Massaron
Как и в любой книге «. для чайников», здесь имеется обширная вступительная часть, призванная показать читателю всё многообразие возможностей машинного обучения. Но плюс этой книги ещё и в примерах на R и Python. И пускай они носят общий характер, в качестве вводной книга подойдёт отлично.
Machine Learning In Action, Peter Harrington
Как и у многих участников этого списка, акцент здесь сделан на подаче идей машинного обучения через практические примеры на Python. Главная особенность здесь в том, что книга содержит минимум общих слов, хоть и рассчитана на любой уровень подготовки. Буквально со второй страницы начинается погружение в тему инструментов и приёмов машинного обучения, что порадует тех, кто не желает тратить лишнее время на вступительные речи.
Python Machine Learning: A Technical Approach to Machine Learning for Beginners, Leonard Eddison
Оригинальность этой книги по machine learning в том, что с её помощью читатель просто учит язык Python. На первый взгляд, разницы мало, однако если знаний нет ни в МО, ни в программировании – то это именно то, что нужно. Однако помните, что это издание есть смысл дополнить какой-нибудь другой, более глубокой книгой из нашего списка.
Data Mining: Practical Machine Learning Tools and Techniques, Ian H. Witten, Eibe Frank, Mark A. Hall
Работа с огромными объёмами данных — это одна из наиболее частых причин, почему сторонние специалисты начинают интересоваться машинным обучением. В этой книге есть для таких людей есть ответы на все вопросы. Как? Зачем? С чьей помощью? Насколько это долго и сложно? Можно ли обойтись без машинного обучения? Если вам тоже требуется погружение в принципы обработки данных с использованием искусственного интеллекта, а английский язык не смущает — тогда это та книга по machine learning вам точно не помешает.
Как видите, представленные в этом списке издания охватывают разные подходы к изложению материала и обучению, имеют разный формат подачи материала. А это значит, что каждый сможет найти что-то себе по душе и кошельку.
А чтобы гарантированно получить системные знания в области машинного обучения с самого нуля, можно поступить на факультет искусственного интеллекта GeekBrains. Здесь от вашего внимания точно не ускользнёт ничего существенного.