Máy học từ sách đầu

Cuốn sách này bao gồm các khối xây dựng của các phương pháp phổ biến nhất trong học máy. Bộ phương pháp này giống như một hộp công cụ dành cho các kỹ sư máy học. Những người bước vào lĩnh vực học máy sẽ cảm thấy thoải mái với hộp công cụ này để họ có công cụ phù hợp cho nhiều nhiệm vụ khác nhau. Mỗi chương trong cuốn sách này tương ứng với một phương pháp hoặc nhóm phương pháp học máy duy nhất. Nói cách khác, mỗi chương tập trung vào một công cụ duy nhất trong hộp công cụ ML

Mục đích của cuốn sách này là cung cấp những dẫn xuất đó. Mỗi chương được chia thành ba phần. Các phần khái niệm giới thiệu các phương pháp về mặt khái niệm và rút ra kết quả của chúng một cách toán học. Các phần xây dựng cho thấy cách xây dựng các phương thức từ đầu bằng Python. Các phần triển khai trình bày cách áp dụng các phương thức bằng cách sử dụng các gói trong Python như scikit-learning, statsmodels và tensorflow

Giới thiệu về Đánh giá, Xếp hạng và Đề xuất của Tác giả. Danh mục sách liên quan.
Máy học từ sách đầu
sách tương tự
  • Máy học từ sách đầu
    Nền tảng của Học máy (Mehryar Mohri, et al)

    Cuốn sách này là một giới thiệu chung về học máy. Nó bao gồm các chủ đề hiện đại cơ bản trong học máy đồng thời cung cấp cơ sở lý thuyết và các công cụ khái niệm cần thiết cho việc thảo luận và chứng minh các thuật toán

  • Máy học từ sách đầu
    Cuốn sách trăm trang về học máy (Andriy Burkov)

    Mọi thứ bạn thực sự cần biết trong Machine Learning trong một trăm trang. Cuốn sách này cung cấp một hướng dẫn thực tế tuyệt vời để bắt đầu và thực hiện trên ML trong vòng vài ngày mà không nhất thiết phải biết nhiều về ML trước đó

  • Máy học từ sách đầu
    Khao khát học máy (Andrew Ng)

    Bạn sẽ tìm hiểu cách điều chỉnh các chiến lược ML trong cài đặt nhóm, cũng như cách thiết lập bộ phát triển (dev) và bộ kiểm tra. Sau khi hoàn thành cuốn sách này, bạn sẽ hiểu sâu hơn về cách thiết lập hướng kỹ thuật cho một dự án máy học

  • Máy học từ sách đầu
    Kỹ thuật máy học (Andriy Burkov)

    Cuốn sách AI ứng dụng đầy đủ nhất hiện có. Nó chứa đầy các phương pháp hay nhất và các mẫu thiết kế để xây dựng các giải pháp máy học đáng tin cậy có thể mở rộng quy mô. Nó bao hàm điều quan trọng nhất bạn cần biết về máy học. sai lầm là có thể

  • Máy học từ sách đầu
    Học tăng cường. Giới thiệu, tái bản lần thứ hai

    Nó cung cấp một tài khoản rõ ràng và đơn giản về các ý tưởng và thuật toán chính của học tăng cường mà người đọc trong tất cả các ngành liên quan có thể truy cập được. Tập trung vào các thuật toán học tập trực tuyến cốt lõi, với nhiều tài liệu toán học hơn được đặt trong các hộp bóng mờ

  • Máy học từ sách đầu
    Cuốn sách lớn về các trường hợp sử dụng máy học

    Hướng dẫn tham khảo cách thực hiện này cung cấp mọi thứ bạn cần - bao gồm các mẫu mã và sổ ghi chép - để bắt đầu đưa Machine Learning vào hoạt động. Đó là tập hợp các blog kỹ thuật từ các nhà lãnh đạo tư tưởng trong ngành với các trường hợp sử dụng thực tế mà bạn có thể tận dụng ngay hôm nay

  • Máy học từ sách đầu
    Học sâu (Ian Goodfellow, et al)

    Được viết bởi ba chuyên gia, đây là cuốn sách toàn diện duy nhất về chủ đề này. Nó cung cấp nền tảng toán học và khái niệm, bao gồm các khái niệm liên quan trong đại số tuyến tính, lý thuyết xác suất và lý thuyết thông tin, tính toán số và học máy

    Để trở thành một chuyên gia về máy học, trước tiên bạn cần phát triển nền tảng vững chắc trong ba lĩnh vực. mã hóa, lý thuyết máy học và toán học. Có vô số tài nguyên và khóa học dành riêng cho việc dạy những kỹ năng này. Những cuốn sách hay mang đến cho các cá nhân cơ hội học theo tốc độ của riêng họ và không giống như các khóa học trực tuyến có xu hướng đi sâu vào chi tiết hơn. Họ cũng phục vụ như một tài liệu tham khảo tuyệt vời. Học máy là một lĩnh vực rất rộng, sở hữu một cuốn sách hay có nghĩa là bạn luôn có thể lướt qua một vài chương để xem nhanh từ một nguồn ngắn gọn và chi tiết

    Với suy nghĩ này, tôi muốn giới thiệu một số cuốn sách đã giúp tôi có được công việc đầu tiên trong lĩnh vực máy học. Tôi tin rằng những cuốn sách này tuyệt đối phải có và rất tuyệt vời cho cả người mới bắt đầu cũng như những người đã có kinh nghiệm hơn, những người muốn bổ sung cho sự phát triển và tiến bộ không ngừng của họ. Tất nhiên, giống như học trực tuyến, để tận dụng tối đa những cuốn sách này, bạn nên tự thực hiện các ví dụ về mã và bài tập

    Các đề xuất được cấu trúc theo thứ tự tôi sẽ xem qua tài liệu nếu tôi bắt đầu học máy từ đầu. Bắt đầu với phần giới thiệu về Python, tiến tới học máy thực hành và cuối cùng tìm hiểu sâu hơn về cách giải quyết các vấn đề về máy học (một cách tiếp cận từ trên xuống để học)

    Mọi cuốn sách trong danh sách này (ngoại trừ cuốn cuối cùng dựa trên lý thuyết) đều được viết xung quanh ngôn ngữ lập trình Python. Python là một công cụ tuyệt vời cho máy học và khoa học dữ liệu dưới dạng mã nguồn mở và đi kèm với vô số thư viện mạnh mẽ — NumPy, Pandas, TensorFlow và Keras chỉ là một vài cái tên

    Bài đăng này có thể chứa các liên kết liên kết và tôi có thể kiếm được một khoản hoa hồng nhỏ khi bạn nhấp vào liên kết mà không phải trả thêm phí cho bạn

    Vì vậy… Không cần phải quảng cáo thêm…

    Python để phân tích dữ liệu. Sắp xếp dữ liệu với Pandas, NumPy và IPython, Phiên bản 2

    bởi Wes McKinney

    Python for Data Analysis Wes McKinney

    Python để phân tích dữ liệu. O'Reilly 2017

    Cuốn sách đầu tiên trong danh sách này không phải là cuốn sách đi sâu vào học máy. Tuy nhiên, nó đóng vai trò là phần giới thiệu tuyệt vời về Python cho người mới bắt đầu hoặc là phần bồi dưỡng vững chắc cho những người có kinh nghiệm viết mã. Lý do chính cho điều này là cuốn sách này khám phá các thư viện Python cốt lõi cho khoa học dữ liệu và máy học — NumPy, Pandas và Matplotlib. Xuyên suốt cuốn sách, bạn sẽ có được những kỹ năng cần thiết để thao tác, làm sạch và trực quan hóa dữ liệu. Cuối cùng, bạn thậm chí còn có được phần giới thiệu vững chắc về dữ liệu chuỗi thời gian — điều thường khó tìm được tài nguyên tốt cho

    Mặc dù cuốn sách này sẽ không giúp bạn trở thành một kỹ sư máy học, nhưng nếu bạn nghiêm túc với chủ đề này thì các kỹ năng cơ bản về Python mà bạn có được từ ấn phẩm này sẽ là vô giá. Thật dễ dàng để đi sâu vào các cuốn sách học máy khác trong danh sách này. Tuy nhiên, điều tôi nghĩ bạn sẽ thấy là các chương tóm tắt Python của họ không đủ và trước khi bạn biết điều đó, bạn sẽ bị lạc trong tất cả mã. Mặc dù các điều kiện tiên quyết không phải lúc nào cũng cho đi điều này

    Học máy thực hành với Scikit-Learn, Keras & TensorFlow, Phiên bản 2

    của Aurelien Géron

    Hands on Machine Learning with Scikit-Learn, Keras & TensorFlow

    Học máy thực hành với Scikit-Learn, Keras & TensorFlow. O'Reilly 2019

    Đây là cuốn sách yêu thích của tôi trong danh sách này. Tôi thực sự không thể giới thiệu nó đủ. Géron đã làm rất xuất sắc với phần giới thiệu ngắn gọn và chi tiết về nhiều chủ đề học máy bao gồm học có giám sát, học không giám sát, học sâu và thậm chí là học tăng cường

    Các giải thích trong cuốn sách này rất rõ ràng và đi kèm với nhiều ví dụ thực hành cho phép bạn thực hành và phát triển các kỹ năng học máy thực tế của mình. Cuốn sách bắt đầu với một dự án định giá nhà thú vị ở California được hoàn thành từ đầu đến cuối — thu hút người đọc ngay lập tức mà không sa lầy vào lý thuyết và toán học. Tuy nhiên, người đọc vẫn bỏ đi với vô số kiến ​​​​thức lý thuyết và sự hiểu biết về chủ đề này

    Bằng cách sử dụng các thư viện máy học Python phổ biến nhất (Scikit-Learn, Tensorflow và Keras), người đọc nhất định học được các kỹ năng có giá trị và theo yêu cầu. Tác giả cũng đưa ra nhiều hướng dẫn về cách tiếp cận và tinh chỉnh các vấn đề khác nhau trong thế giới thực. Cuối cùng, với các chủ đề nâng cao hơn, tác giả đưa ra các khuyến nghị về các kỹ thuật tiên tiến mà người đọc có thể quan tâm để nghiên cứu thêm.

    Tôi đã thêm cuốn sách này vào vị trí thứ 2 trong danh sách của mình vì tôi nghĩ rằng nó yêu cầu kiến ​​thức về Python từ trước mặc dù không có điều kiện tiên quyết nghiêm ngặt nào về mã hóa

    Ấn bản thứ ba của cuốn sách này cũng đang được thực hiện — dự kiến ​​xuất bản vào tháng 10 năm 2022

    Máy học khao khát

    bởi Andrew Ng

    Máy học khao khát

    Thực tế là cuốn sách này chứa đựng rất nhiều kiến ​​thức, kinh nghiệm và hướng dẫn nhưng vẫn có thể đọc trong một ngày khiến nó trở thành một cuốn sách phải đọc.

    Andrew Ng có lẽ là nhân vật hàng đầu khi nói đến học máy trực tuyến. Ông là giáo sư Đại học Stanford, người đồng sáng lập Coursera, deeplearning. ai và Google Head — để bạn biết nội dung bạn nhận được từ anh ấy sẽ đáng để bạn dành thời gian. Trong cuốn sách ngắn Machine Learning Yearning của mình, Andrew Ng đã truyền đạt sự khôn ngoan của mình về cách cấu trúc các dự án machine learning. Nó cung cấp cho người đọc các phương pháp hay nhất và cảnh báo về những cạm bẫy tiềm ẩn. Cuốn sách này có lẽ sẽ có giá trị hơn để đọc sau khi bạn đã có một số kinh nghiệm thực hiện các dự án của riêng mình nhưng nửa đầu của nó cũng có giá trị không kém đối với người mới bắt đầu. Thực tế là cuốn sách này chứa đựng rất nhiều kiến ​​thức, kinh nghiệm và hướng dẫn nhưng vẫn có thể đọc trong một ngày khiến nó trở thành một cuốn sách phải đọc.

    Học sâu với Python, Phiên bản 2

    của François Chollet

    Deep Learning with Python Chollet Keras

    Học sâu với Python. quản lý 2021

    Tác giả của cuốn sách này, François Chollet, là người tạo ra Keras — một thư viện deep learning được Google áp dụng để chạy trên TensorFlow. Một trong những điều hay nhất về cuốn sách này là Chollet giải thích các khái niệm phức tạp theo một cách rất trực quan — mà không phải loay hoay với tất cả các phép toán. Nếu trước đây bạn gặp khó khăn trong việc học sâu, thì cuốn sách này sẽ thực sự giúp ích cho bạn. Không chỉ vậy mà mỗi chương còn có rất nhiều ví dụ thực hành với các giải thích chi tiết từng dòng mã. Nếu bạn đọc cuốn sách này, bạn nhất định sẽ nâng cao kiến ​​thức chuyên môn về máy học của mình cả về hiểu biết về lý thuyết lẫn kinh nghiệm học sâu thực tế

    Nếu bạn hiểu rõ về Python và học máy, muốn tìm hiểu sâu hơn về học sâu và thích các khái niệm được giải thích bằng mã Python thay vì các phương trình toán học — cuốn sách này dành cho bạn

    Nếu bạn muốn thành thạo các kỹ năng học sâu thực tế và thư viện Keras — cuốn sách này là dành cho bạn

    Học kĩ càng

    của Ian Goodfellow, Yoshua Bengio và Aaron Courville

    Deep Learning Ian Goodfellow

    Học kĩ càng. Báo chí MIT 2017

    Được viết bởi ba chuyên gia trong lĩnh vực này, Deep Learning là cuốn sách toàn diện duy nhất về chủ đề này

    — Elon Musk

    Được viết bởi ba chuyên gia, cuốn sách toàn diện này sẽ nâng cao hiểu biết của bạn về deep learning. Với trình bày chuyên sâu về các khái niệm toán học và kỹ thuật học sâu, cuốn sách này phù hợp với tất cả mọi người — sinh viên, nhà nghiên cứu cũng như kỹ sư phần mềm

    Mặc dù cuốn sách này rất toàn diện, nhưng nó lại đứng cuối cùng trong danh sách vì tôi tin rằng tất cả những thông tin này có thể khá khó hiểu đối với người mới bắt đầu. Cá nhân tôi thấy phương pháp học từ trên xuống (các kỹ năng thực hành trước) tốt hơn cho học máy. Bắt đầu từ viết mã để bạn có thể nhanh chóng tự mình xem đây có phải là điều bạn thấy thú vị không. Và sau đó nếu và khi cần đi sâu hơn vào toán học và lý thuyết đằng sau các thuật toán khác nhau để cải thiện các giải pháp và hiểu rõ hơn về chủ đề này. Tất nhiên, những người khác có thể thích cách tiếp cận từ dưới lên — đối với những người trong số các bạn, đây có thể là một cuốn sách hay để bắt đầu.

    Phần kết luận

    Machine Learning là một lĩnh vực đang phát triển nhanh chóng và số lượng công cụ khổng lồ ngoài kia đôi khi dường như rất áp đảo. Tuy nhiên, bộ sưu tập sách trong bài viết này sẽ đóng vai trò là nền tảng tuyệt vời trong suốt hành trình của bạn. Không dễ để luôn nhớ cách giải quyết các vấn đề học máy khác nhau, từ xử lý ngôn ngữ tự nhiên đến thị giác máy tính và dự báo chuỗi thời gian. Hy vọng rằng những cuốn sách được đề xuất ở đây sẽ không chỉ giúp bạn học các kỹ năng nâng cao trong chủ đề này mà còn là tài liệu tham khảo liên tục trong tương lai. Thưởng thức đọc

    Tôi có thể học máy học từ đầu không?

    Bạn có thể tìm hiểu nhiều điều về thuật toán máy học bằng cách viết mã chúng từ đầu . Học thông qua mã hóa là cách học ưa thích của nhiều nhà phát triển và kỹ sư. Đây là cách bắt đầu với máy học bằng cách mã hóa mọi thứ từ đầu. Bước 1. Khám phá những lợi ích của thuật toán mã hóa từ đầu.

    Tôi nên bắt đầu học máy từ cuốn sách nào?

    Học máy dành cho người mới bắt đầu của Oliver Theobald . Nếu bạn hoàn toàn chưa quen với học máy và khoa học dữ liệu nói chung, thì đây là cuốn sách dành cho bạn.

    7 giai đoạn của máy học là gì?

    Có thể chia thành 7 bước chính. .
    Thu thập dữ liệu. Như bạn đã biết, máy móc ban đầu học từ dữ liệu mà bạn cung cấp cho chúng. .
    Chuẩn bị dữ liệu. Sau khi bạn có dữ liệu của mình, bạn phải chuẩn bị nó. .
    Chọn người mẫu. .
    Đào tạo người mẫu. .
    Đánh giá mô hình. .
    Điều chỉnh tham số. .
    Đưa ra dự đoán

    4 điều cơ bản của học máy là gì?

    Các kỹ thuật Machine Learning chủ yếu được chia thành 4 loại sau. .
    Học có giám sát. Học có giám sát được áp dụng khi máy có dữ liệu mẫu, tôi. e. , dữ liệu đầu vào cũng như đầu ra có nhãn chính xác. .
    Học không giám sát. .
    Học tăng cường. .
    Học bán giám sát