当前位置:千优科技>行业资讯>详情

面向初学者和专家的十大机器学习书籍

2021-01-10 22:19:02 浏览:333次 来源:互联网 编辑:leo 推荐:人工智能

想学习机器学习吗?从这10本书开始。

面向初学者和专家的十大机器学习书籍

>Top10BooksonMachineLearningForAbsoluteBeginners,BeginnersandExperts

什么是机器学习?维基百科-机器学习(ML)是对计算机算法的研究,这些算法会根据经验自动提高。它被视为人工智能的子集。机器学习算法基于样本数据(称为"训练数据")构建模型,以便做出预测或决策而无需明确地编程。机器学习算法用于各种应用程序,例如电子邮件过滤和计算机视觉,在这些应用程序中,很难或不可行地开发常规算法来执行所需的任务。

机器学习的十大应用:

这是有关机器学习的十大最佳书籍。

1.绝对初学者的机器学习:简单的英语介绍

面向初学者和专家的十大机器学习书籍

>MachineLearningForAbsoluteBeginners:APlainEnglishIntroduction

作者—OliverTheobald

页数—162

面向—绝对初学者

说明-本书用英文解释写,没有编码经验。OliverTheobald引入了核心算法,并给出了清晰的解释,并添加了直观的示例,以使其易于在家进行学习。

本书逐步指导您,您将学习:

2.百页机器学习书

面向初学者和专家的十大机器学习书籍

>TheHundred-PageMachineLearningBook

作者-PeterNorvig,Google研究总监,AIMA的合著者。AurélienGéron,高级AI工程师,畅销书Scikit-Learn和TensorFlow的动手机器学习的作者。亚马逊数据科学主管KarolisUrbonas。eBay工程主管SujeetVarakhedi。

页数—160

面向—初学者

描述—有监督和无监督学习,支持向量机,神经网络,集成方法,梯度下降,聚类分析和降维,自动编码器和传递学习,特征工程以及超参数调整!数学,直觉,插图全部一百页!

3.傻瓜的机器学习(在Python和R中)

面向初学者和专家的十大机器学习书籍

>MachineLearning(InPythonAndR)ForDummies

作者—约翰·穆勒(JohnMueller)是自由作家和技术编辑。

页数—399

面向—初学者

说明-本书是快速入门的简便方法。它说明了入门方法,提供了有关基础算法的工作方式的详细讨论,使用诸如Python和R之类的语言使机器学习成为可能,并指定了如何使用通用算法进行实际操作,等等!

书内:

4.面向黑客的机器学习:案例研究和算法入门

面向初学者和专家的十大机器学习书籍

>MachineLearningForHackers:CaseStudiesAndAlgorithmsToGetYouStarted

作者—作者DrewConway和JohnMyles

页数—340

面向—初学者

说明-如果您是一位经验丰富的程序员,对数据处理感兴趣,那么本书将帮助您开始使用一种算法的机器学习工具包,该工具包使计算机能够训练自己以自动执行有用的任务。DrewConway和JohnMylesWhite的作者通过一系列动手案例研究帮助您了解机器学习和统计工具,而不是传统的繁琐的演讲。

每章重点介绍机器学习中的特定问题,例如分类,预测,优化和推荐。使用R编程语言,您将学习如何分析样本数据集并编写简单的机器学习算法。黑客的机器学习非常适合来自任何背景的程序员,包括商业,政府和学术研究。

借助本书,您将:

5.机器学习

面向初学者和专家的十大机器学习书籍

>MachineLearning

作者—汤姆·米切尔(TomM.Mitchell)

页数432

面向—初学者

说明-这本教科书提供了单一来源的机器学习主要方法的介绍。它适用于高级本科生和研究生,以及该领域的开发人员和研究人员。假定没有人工智能或统计学的现有背景。书中讨论的几种关键算法,日期集示例和面向项目的作业分配可通过万维网访问。

特色:

6.使用Scikit-Learn,Keras和TensorFlow进行动手机器学习:概念,工具和技术

面向初学者和专家的十大机器学习书籍

>Hands-OnMachineLearningWithScikit-Learn,KerasAndTensorFlow:Concepts,ToolsAndTechniques

作者—AurelianGeron是一名机器学习顾问和培训师。

页数—848

面向—全部

说明-您将学习各种技术,从简单的线性回归开始,一直到深入的神经网络。每章都有练习,可以帮助您应用所学的知识,因此,您所需要的只是编程经验。

借助本书,您将:

7.使用Python进行深度学习

面向初学者和专家的十大机器学习书籍

>DeepLearningWithPython

作者—FrançoisChollet,谷歌AI研究人员和Keras创作者。

页数—384

面向—全部

说明-它介绍了使用Python语言和强大的Keras库进行深度学习的领域。本书由Keras创作者和GoogleAI研究人员FrançoisChollet撰写,本书通过直观的解释和实际示例来加深您的理解。

目录:

从亚马逊购买。

8.深度学习(自适应计算和机器学习系列)

面向初学者和专家的十大机器学习书籍

>DeepLearning(AdaptiveComputationAndMachineLearningSeries)

作者-IanGoodfellow是Google的研究科学家(对抗生成网络GAN的发明者)。YoshuaBengio是蒙特利尔大学计算机科学教授(图灵奖得主)。AaronCourville是蒙特利尔大学计算机科学的助理教授。

页数—800

面向—初学者/中级

说明-本书介绍了深度学习的广泛主题,涵盖数学和概念背景,行业中使用的深度学习技术以及研究观点。

特斯拉和SpaceX首席执行官埃隆·马斯克(ElonMusk)的评论:"深度学习由该领域的三位专家撰写,是有关该主题的唯一一本全面的书。"

9.模式识别与机器学习(信息科学与统计)

面向初学者和专家的十大机器学习书籍

>PatternRecognitionAndMachineLearning(InformationScienceAndStatistics)

作者—克里斯·毕晓普(ChrisBishop)是微软研究院剑桥的一位杰出科学家和实验室主任。

页数—738

面向—中级/专家

说明-这是第一本介绍贝叶斯观点的模式识别教科书。本书介绍了近似推理算法,可以在无法给出精确答案的情况下提供快速近似答案。当没有其他书籍将图形模型应用于机器学习时,它使用图形模型来描述概率分布。不会假设以前有任何模式识别或机器学习概念的知识。需要熟悉多元演算和基本线性代数,并且使用概率的一些经验会有所帮助,尽管不是必不可少的,因为这本书包括对基本概率论的独立介绍。

10.统计学习的要素:数据挖掘,推理和预测,第二版

面向初学者和专家的十大机器学习书籍

>TheElementsOfStatisticalLearning:DataMining,Inference,AndPrediction,SecondEdition

作者-TrevorHastie,RobertTibshirani和JeromeFriedman是斯坦福大学的统计学教授。

页数—745

面向—中级/专家

说明-本书在一个通用的概念框架中描述了各个领域的重要思想,例如医学,生物学,金融和市场营销。尽管该方法是统计方法,但重点是概念而不是数学。大量使用彩色图形给出了示例。对于统计学家和对科学或工业中的数据挖掘感兴趣的任何人来说,它都是宝贵的资源。本书涵盖范围广泛,从监督学习(预测)到无监督学习。许多主题包括神经网络,支持向量机,分类树和boosting-这是任何书籍中对该主题的第一个全面处理。

标签:机器学习ML算法

版权声明:文章由 www.e1000u.com 整理收集,来源于互联网或者用户投稿,如有侵权,请联系我们,我们会立即处理。如转载请保留本文链接:https://www.e1000u.com/article/10242.html