Werrej[Aħbi][Uri]
Mill-mod, aħna lkoll konxji ta 'kemm it-teknoloġija tat-tagħlim tal-magni żviluppat malajr f'dawn l-aħħar snin. It-tagħlim bil-magni huwa dixxiplina li ġibdet l-interess ta’ diversi korporazzjonijiet, akkademiċi u setturi.
Minħabba dan, ser niddiskuti wħud mill-akbar kotba dwar it-tagħlim tal-magni li inġinier jew newbie għandu jaqra llum. Intom ilkoll qablu li l-qari tal-kotba mhuwiex l-istess bħall-użu tal-intellett.
Il-qari tal-kotba jgħin lil moħħna jiskopri ħafna affarijiet ġodda. Il-qari huwa tagħlim, wara kollox. Tag ta' min jitgħallem waħdu huwa ta' pjaċir ħafna. L-akbar kotba disponibbli fil-qasam se jiġu enfasizzati f'dan l-artikolu.
Il-kotba li ġejjin joffru introduzzjoni ppruvata u vera għall-qasam akbar tal-IA u ħafna drabi jintużaw f'korsijiet universitarji u rakkomandati minn akkademiċi u inġiniera bl-istess mod.
Anke jekk għandek ton ta tagħlim magna esperjenza, picking wieħed minn dawn il-kotba jista 'jkun mod terribbli biex tħaffir. Wara kollox, it-tagħlim huwa proċess kontinwu.
1. Tagħlim Magni Għal Jibdew Assoluti
Tixtieq tistudja t-tagħlim bil-magni imma ma tafx kif tagħmel dan. Hemm diversi kunċetti teoretiċi u statistiċi kruċjali li għandek tifhem qabel tibda l-vjaġġ epiku tiegħek fit-tagħlim tal-magni. U dan il-ktieb jimla dak il-bżonn!
Hija toffri novices kompluti b'livell għoli, applikabbli introduzzjoni għat-tagħlim tal-magni. Il-ktieb Machine Learning for Absolute Beginners huwa wieħed mill-aħjar għażliet għal kull min ifittex l-aktar spjegazzjoni simplifikata tat-tagħlim tal-magni u ideat assoċjati.
L-algoritmi ml numerużi tal-ktieb huma akkumpanjati minn spjegazzjonijiet konċiżi u eżempji grafiċi biex jgħinu lill-qarrejja jifhmu dak kollu li jiġi diskuss.
Suġġetti koperti fil-ktieb
- Bażiċi ta ' netwerks newrali
- Analiżi tar-rigressjoni
- Inġinerija tal-karatteristiċi
- Raggruppament
- Kontrovalidazzjoni
- Tekniki ta 'scrubbing tad-data
- Siġar tad-Deċiżjoni
- Immudellar ta 'ensemble
2. Tagħlim bil-Machine għall-manikini
It-tagħlim bil-magni jista’ jkun idea ta’ konfużjoni għal nies regolari. Madankollu, huwa imprezzabbli għal dawk minna li huma infurmati.
Mingħajr ML, huwa diffiċli li timmaniġġja kwistjonijiet bħal riżultati tat-tiftix online, reklami f'ħin reali fuq paġni tal-web, awtomazzjoni, jew saħansitra filtrazzjoni tal-ispam (Iva!).
Bħala riżultat, dan il-ktieb joffrilek introduzzjoni sempliċi li tgħinek titgħallem aktar dwar il-qasam enigmatiku tat-tagħlim bil-magni. Bl-għajnuna tal-Machine Learning For Dummies, titgħallem kif "titkellem" lingwi bħal Python u R, li jgħinuk tħarreġ kompjuters biex jagħmlu rikonoxximent tal-mudelli u analiżi tad-dejta.
Barra minn hekk, titgħallem kif tuża Anaconda u R Studio ta' Python biex tiżviluppa f'R.
Suġġetti koperti fil-ktieb
- Preparazzjoni tad-data
- approċċi għat-tagħlim tal-magni
- Iċ-ċiklu tat-tagħlim tal-magni
- Tagħlim sorveljat u mhux sorveljat
- Taħriġ ta' sistemi ta' tagħlim bil-magni
- L-irbit tal-metodi tat-tagħlim tal-magni mar-riżultati
3. Il-Ktieb tat-Tagħlim Magni tal-Mit Paġna
Huwa fattibbli li tkopri l-aspetti kollha tat-tagħlim tal-magni f'inqas minn 100 paġna? Andriy Burkov's The Hundred-Page Machine Learning Book huwa tentattiv biex jagħmel l-istess.
Il-ktieb tat-tagħlim tal-magni huwa miktub tajjeb u appoġġjat minn mexxejja tal-ħsieb rinomati inklużi Sujeet Varakhedi, Kap tal-Inġinerija f'eBay, u Peter Norvig, Direttur tar-Riċerka f'Google.
Huwa l-akbar ktieb għal min jibda fit-tagħlim tal-magni. Wara li taqra sew il-ktieb, tkun tista' tibni u tifhem sistemi AI sofistikati, tirnexxi f'intervista ta' tagħlim bil-magni, u saħansitra tniedi l-kumpanija tiegħek ibbażata fuq ML.
Madankollu, il-ktieb mhuwiex maħsub għal jibdew kompluti fit-tagħlim tal-magni. Fittex xi post jekk qed tfittex xi ħaġa aktar fundamentali.
Suġġetti koperti fil-ktieb
- Anatomija ta' a algoritmu tat-tagħlim
- Tagħlim sorveljat u tagħlim mhux sorveljat
- Tisħiħ tat-Tagħlim
- Algoritmi fundamentali tat-Tagħlim Magni
- Ħarsa ġenerali tan-netwerks newrali u tagħlim profond
4. Nifhmu Tagħlim Magni
Introduzzjoni sistematika għat-tagħlim tal-magni hija pprovduta fil-ktieb Understanding Machine Learning. Il-ktieb jidħol fil-fond fl-ideat fundamentali, paradigmi komputazzjonali, u derivazzjonijiet matematiċi tat-tagħlim bil-magni.
Firxa estensiva ta 'suġġetti tat-tagħlim tal-magni hija ppreżentata b'mod sempliċi permezz tat-tagħlim tal-magni. Il-pedamenti teoretiċi tat-tagħlim tal-magni huma deskritti fil-ktieb, flimkien mad-derivazzjonijiet matematiċi li jibdlu dawn il-pedamenti f'algoritmi utli.
Il-ktieb jippreżenta l-prinċipji fundamentali qabel ma jkopri firxa wiesgħa ta 'suġġetti kruċjali li ma ġewx koperti minn kotba ta' qabel.
Inklużi f'dan hemm diskussjoni tal-kunċetti ta' konvessità u stabbiltà u l-kumplessità komputazzjonali tat-tagħlim, kif ukoll paradigmi algoritmiċi sinifikanti bħal stokastiċi. inżul gradjent, netwerks newrali, u tagħlim tal-output strutturat, kif ukoll ideat teoretiċi emerġenti ġodda bħall-approċċ PAC-Bayes u limiti bbażati fuq il-kompressjoni. iddisinjati għal grads tal-bidu jew studenti li għadhom ma ggradwawx avvanzati.
Suġġetti koperti fil-ktieb
- Il-kumplessità komputazzjonali tat-tagħlim tal-magni
- Algoritmi ML
- Netwerks newrali
- approċċ PAC-Bayes
- Inżul tal-gradjent stokastiku
- Tagħlim tal-output strutturat
5. Introduzzjoni għat-Tagħlim Magni b'Python
Int xjenzat tad-dejta sofistikat għal Python li trid tistudja t-tagħlim bil-magni? L-aħjar ktieb biex tibda l-avventura tiegħek tat-tagħlim bil-magni huwa Introduzzjoni għat-Tagħlim Magni b'Python: Gwida għax-Xjentisti tad-Data.
Bl-għajnuna tal-ktieb Introduction to Machine Learning with Python: A Guide for Data Scientists, inti ser tiskopri varjetà ta 'tekniki utli għall-ħolqien ta' programmi personalizzati ta 'tagħlim tal-magni.
Inti ser tkopri kull pass kruċjali involut fl-użu ta 'Python u l-pakkett Scikit-Learn biex tibni applikazzjonijiet affidabbli ta' tagħlim tal-magni.
Il-kisba ta' ħakma soda tal-libreriji matplotlib u NumPy se tagħmel it-tagħlim ħafna aktar faċli.
Suġġetti koperti fil-ktieb
- Tekniki moderni għall-irfinar tal-parametri u l-valutazzjoni tal-mudell
- Applikazzjonijiet u ideat bażiċi għat-tagħlim tal-magni
- tekniki ta' tagħlim awtomatizzat
- Tekniki għall-manipulazzjoni tad-data tat-test
- Mudell ta 'katinamenti u pipelines ta' inkapsulament tal-fluss tax-xogħol
- Rappreżentazzjoni tad-dejta wara l-ipproċessar
6. Tagħlim Hands-on bil-Magni b'Sci-kit jitgħallmu, Keras & Tensorflow
Fost l-aktar pubblikazzjonijiet bir-reqqa dwar ix-xjenza tad-dejta u t-tagħlim tal-magni, hija mimlija għarfien. Huwa rakkomandat li esperti u novizzi bl-istess mod jistudjaw aktar dwar dan is-suġġett.
Għalkemm dan il-ktieb fih ftit teorija, huwa sostnut minn eżempji qawwija, li jagħtuh post fil-lista.
Dan il-ktieb jinkludi varjetà ta 'suġġetti, inklużi scikit-learn għal proġetti ta' tagħlim bil-magni u TensorFlow għall-ħolqien u t-taħriġ ta 'netwerks newrali.
Wara li taqra dan il-ktieb, naħsbu li tkun mgħammar aħjar biex tesplora aktar tagħlim fil-fond u jittrattaw problemi prattiċi.
Suġġetti koperti fil-ktieb
- Eżamina l-pajsaġġ tat-tagħlim tal-magni, speċjalment in-netwerks newrali
- Issegwi proġett ta’ kampjun ta’ tagħlim tal-magni mill-bidu sal-konklużjoni bl-użu ta’ Scikit-Learn.
- Eżamina diversi mudelli ta 'taħriġ, bħal tekniki ensemble, foresti każwali, siġar tad-deċiżjonijiet, u magni tal-vettur ta' appoġġ.
- Oħloq u tħarreġ netwerks newrali billi tuża l-librerija TensorFlow.
- Ikkunsidra n-netwerks konvoluzzjonali, ix-xbieki rikorrenti, u t-tagħlim ta’ rinfurzar profond waqt l-esplorazzjoni xibka newrali disinji.
- Tgħallem kif tiskala u tħarreġ netwerks newrali profondi.
7. Tagħlim Magni għall-Hackers
Għall-programmatur imħawwar interessat fl-analiżi tad-dejta, huwa miktub il-ktieb Machine Learning for Hackers. Il-hackers huma matematiċi tas-sengħa f'dan il-kuntest.
Għal xi ħadd li għandu fehim sod ta 'R, dan il-ktieb huwa għażla kbira minħabba li l-maġġoranza tiegħu hija ċċentrata fuq l-analiżi tad-dejta f'R. Barra minn hekk kopert fil-ktieb huwa kif timmanipula d-dejta bl-użu ta' R avvanzat.
L-inklużjoni ta 'stejjer ta' każijiet pertinenti tenfasizza l-valur li jimpjegaw algoritmi ta 'tagħlim tal-magni jista' jkun il-ktieb Machine Learning for Hackers' most significant selling point.
Il-ktieb jagħti ħafna eżempji fid-dinja reali biex it-tagħlim tal-magni tat-tagħlim ikun aktar sempliċi u aktar mgħaġġel aktar milli jidħol aktar fil-fond fit-teorija matematika tiegħu tiegħu.
Suġġetti koperti fil-ktieb
- Oħloq klassifikatur Bayesian naive li janalizza sempliċement il-kontenut ta 'email biex jiddetermina jekk huwiex spam.
- Tbassir tan-numru ta' opinjonijiet tal-paġna għall-aqwa 1,000 websajt bl-użu ta' rigressjoni lineari
- Investiga metodi ta 'ottimizzazzjoni billi tipprova tkisser ċifra ta' ittra sempliċi.
8. Python Machine Learning b'Eżempji
Dan il-ktieb, li jgħinek tifhem u toħloq diversi metodi ta’ Tagħlim Magni, Tagħlim Profond u Analiżi tad-Dejta, x’aktarx huwa l-uniku wieħed li jiffoka biss fuq Python bħala lingwa ta’ programmar.
Ikopri diversi libreriji qawwija għall-implimentazzjoni ta' algoritmi ta' Tagħlim Magni differenti, bħal Scikit-Learn. Il-modulu Tensor Flow imbagħad jintuża biex jgħallemk dwar it-tagħlim profond.
Fl-aħħarnett, juri l-ħafna opportunitajiet ta 'analiżi tad-dejta li jistgħu jinkisbu bl-użu ta' tagħlim bil-magni u deep.
Tgħallem ukoll it-tekniki numerużi li jistgħu jiġu utilizzati biex tiżdied l-effettività tal-mudell li toħloq.
Suġġetti koperti fil-ktieb
- Tagħlim Python u Tagħlim bil-Magni: Gwida għall-Bidu
- Jeżamina s-sett tad-dejta taż-2 newsgroups u l-iskoperta tal-email spam Naive Bayes
- Bl-użu tal-SVMs, ikklassifikat is-suġġetti tal-istejjer tal-aħbarijiet Tbassir click-through billi tuża algoritmi bbażati fuq siġar
- Tbassir tar-rata tal-ikklikkjar bl-użu ta' rigressjoni loġistika
- L-użu ta' algoritmi ta' rigressjoni biex ibassru l-ogħla standards tal-prezzijiet tal-istokk
9. Python Machine Learning
Il-ktieb Python Machine Learning jispjega l-prinċipji fundamentali tat-tagħlim tal-magni kif ukoll is-sinifikat tiegħu fid-dominju diġitali. Huwa ktieb tat-tagħlim tal-magni għal dawk li jibdew.
Barra minn hekk koperti fil-ktieb hemm ħafna suboqsma u applikazzjonijiet tat-tagħlim tal-magni. Il-prinċipji tal-ipprogrammar Python u kif tibda bil-lingwa ta 'programmar b'xejn u open-source huma koperti wkoll fil-ktieb Python Machine Learning.
Wara li tispiċċa l-ktieb tat-tagħlim tal-magni, tkun tista 'tistabbilixxi b'mod effettiv numru ta' impjiegi ta 'tagħlim tal-magni bl-użu ta' kodifikazzjoni Python.
Suġġetti koperti fil-ktieb
- Fundamenti tal-intelliġenza artifiċjali
- siġra tad-deċiżjonijiet
- Rigressjoni loġistika
- Netwerks newrali fil-fond
- Il-prinċipji fundamentali tal-lingwa ta 'programmar Python
10. Tagħlim Magni: Perspettiva Probabilistika
Tagħlim bil-Magni: Perspettiva Probabilistika huwa ktieb umoristiku ta’ tagħlim bil-magni li fih grafika bil-kulur nostalġika u eżempji prattiċi tad-dinja reali minn dixxiplini bħall-bijoloġija, il-viżjoni bil-kompjuter, ir-robotika u l-ipproċessar tat-test.
Huwa mimli proża każwali u pseudocode għal algoritmi essenzjali. Tagħlim bil-Magni: Perspettiva Probabilistika, b’kuntrast ma’ pubblikazzjonijiet oħra ta’ tagħlim bil-magni li huma ppreżentati fl-istil ta’ ktieb tat-tisjir u jiddeskrivu diversi approċċi euristiċi, jiffoka fuq approċċ ibbażat fuq mudell ta’ prinċipji.
Jispeċifika mudelli ml bl-użu ta' rappreżentazzjonijiet grafiċi b'mod ċar u li jinftiehem. Ibbażat fuq approċċ unifikat u probabilistiku, dan il-ktieb ta’ test jipprovdi introduzzjoni sħiħa u awtonoma għall-qasam tat-tagħlim tal-magni.
Il-kontenut huwa kemm wiesa’ kif ukoll profond, inkluż materjal ta’ sfond fundamentali dwar suġġetti bħall-probabbiltà, l-ottimizzazzjoni u l-alġebra lineari, kif ukoll diskussjoni ta’ avvanzi kontemporanji fil-qasam bħal oqsma każwali kondizzjonali, regolarizzazzjoni L1, u tagħlim fil-fond.
Il-ktieb huwa miktub b'lingwaġġ każwali u avviċinabbli, li fih psewdo-kodiċi għall-algoritmi sinifikanti ewlenin.
Suġġetti koperti fil-ktieb
- Probabbiltà
- Tagħlim fil-fond
- Regolarizzazzjoni L1
- Ottimizzazzjoni
- Ipproċessar tat-test
- Applikazzjonijiet tal-Viżjoni tal-Kompjuter
- Applikazzjonijiet tar-robotika
11. L-Elementi tat-Tagħlim ta' l-Istatistika
Għall-qafas kunċettwali tiegħu u varjetà wiesgħa ta 'suġġetti, dan il-ktieb tat-tagħlim tal-magni huwa spiss rikonoxxut fil-qasam.
Dan il-ktieb jista 'jintuża bħala referenza għal kull min għandu bżonn iħares lejn suġġetti bħal netwerks newrali u tekniki ta' ttestjar kif ukoll introduzzjoni sempliċi għat-tagħlim tal-magni.
Il-ktieb jimbotta b'mod aggressiv lill-qarrej biex jagħmel l-esperimenti u l-investigazzjonijiet tiegħu stess f'kull naħa, u jagħmilha ta 'valur għall-kultivazzjoni tal-abbiltajiet u l-kurżità meħtieġa biex isiru avvanzi pertinenti f'kapaċità jew xogħol ta' tagħlim bil-magni.
Hija għodda importanti għall-istatistika u għal kull min hu interessat fit-tħaffir tad-dejta fin-negozju jew fix-xjenza. Kun żgur li tifhem l-alġebra lineari mill-inqas qabel tibda dan il-ktieb.
Suġġetti koperti fil-ktieb
- Tagħlim sorveljat (tbassir) għal tagħlim mhux sorveljat
- Netwerks newrali
- Magni vettorjali ta 'appoġġ
- Siġar tal-klassifikazzjoni
- Spinta algoritmi
12. Rikonoxximent tal-mudelli u Tagħlim tal-Magni
Id-dinjiet tar-rikonoxximent tal-mudelli u t-tagħlim tal-magni jistgħu jiġu esplorati bir-reqqa f'dan il-ktieb. L-approċċ Bayesjan għar-rikonoxximent tal-mudelli kien oriġinarjament ippreżentat f'din il-pubblikazzjoni.
Barra minn hekk, il-ktieb jeżamina suġġetti ta 'sfida li jeħtieġu fehim ta' ħidma ta 'multivarjata, xjenza tad-dejta, u alġebra lineari fundamentali.
Dwar it-tagħlim tal-magni u l-probabbiltà, il-ktieb ta’ referenza joffri kapitoli b’livelli progressivament aktar diffiċli ta’ kumplessità bbażati fuq xejriet fis-settijiet tad-dejta. Eżempji sempliċi jingħataw qabel introduzzjoni ġenerali għar-rikonoxximent tal-mudelli.
Il-ktieb joffri tekniki għall-inferenza approssimattiva, li jippermettu approssimazzjonijiet rapidi f'każijiet meta soluzzjonijiet eżatti ma jkunux prattiċi. M'hemm l-ebda kotba oħra li jimpjegaw mudelli grafiċi biex jiddeskrivu d-distribuzzjonijiet tal-probabbiltà, iżda jagħmel hekk.
Suġġetti koperti fil-ktieb
- Metodi Bayesjani
- Algoritmi ta' inferenza approssimattivi
- Mudelli ġodda bbażati fuq qlub
- Introduzzjoni għat-teorija bażika tal-probabbiltà
- Introduzzjoni għar-rikonoxximent tal-mudelli u t-tagħlim tal-magni
13. Fundamenti tat-Tagħlim Magni minn Predictive Data Analytics
Jekk inti ħadthom mhaddma l-prinċipji fundamentali tat-tagħlim tal-magni u trid timxi fuq l-analiżi tad-dejta ta 'tbassir, dan huwa l-ktieb għalik! Billi jinstabu mudelli minn settijiet ta 'dejta massivi, it-Tagħlim tal-Machine jista' jintuża biex jiġu żviluppati mudelli ta 'tbassir.
Dan il-ktieb jeżamina l-implimentazzjoni tal-użu tal-ML Analiżi tad-Dejta ta' Tbassir fil-fond, inklużi kemm prinċipji teoretiċi kif ukoll eżempji attwali.
Minkejja l-fatt li t-titlu "Fundamentals of Machine Learning for Predictive Data Analytics" huwa bokka, dan il-ktieb se jiddeskrivi l-vjaġġ tal-Predictive Data Analytics mid-data għall-għarfien għal konklużjoni.
Jiddiskuti wkoll erba’ approċċi ta’ tagħlim tal-magni: tagħlim ibbażat fuq l-informazzjoni, tagħlim ibbażat fuq ix-xebh, tagħlim ibbażat fuq il-probabbiltà, u tagħlim ibbażat fuq żbalji, kull wieħed bi spjegazzjoni kunċettwali mhux teknika segwita minn mudelli matematiċi u algoritmi b’eżempji.
Suġġetti koperti fil-ktieb
- Tagħlim ibbażat fuq l-informazzjoni
- Tagħlim ibbażat fuq is-similarità
- Tagħlim ibbażat fuq il-probabbiltà
- Tagħlim ibbażat fuq żbalji
14. Immudellar Predittiv Applikat
L-Immudellar Predittiv Applikat jeżamina l-proċess kollu tal-immudellar ta 'tbassir, u jibda bil-fażijiet kritiċi tal-ipproċessar minn qabel tad-dejta, il-qsim tad-dejta u l-pedamenti tal-irfinar tal-mudelli.
Ix-xogħol imbagħad jippreżenta deskrizzjonijiet ċari ta 'varjetà ta' approċċi ta 'rigressjoni u klassifikazzjoni konvenzjonali u reċenti, b'enfasi fuq il-wiri u s-soluzzjoni ta' sfidi tad-dejta tad-dinja reali.
Il-gwida turi l-aspetti kollha tal-proċess tal-immudellar b'diversi eżempji hands-on, fid-dinja reali, u kull kapitolu jinkludi kodiċi R komprensiv għal kull stadju tal-proċess.
Dan il-volum multipurpose jista 'jintuża bħala introduzzjoni għall-mudelli ta' tbassir u l-proċess kollu tal-immudellar, bħala gwida ta 'referenza għall-prattikanti, jew bħala test għal korsijiet avvanzati ta' mmudellar ta 'mudellar ta' livell gradwat jew gradwat.
Suġġetti koperti fil-ktieb
- Teknika ta' rigressjoni
- Teknika ta' klassifikazzjoni
- Algoritmi ML kumplessi
15. Tagħlim Magni: L-Arti u x-Xjenza ta' Algoritmi li Jagħmel Sens ta' Data
Jekk int intermedju jew espert fit-tagħlim tal-magni u trid tmur "lura għall-prinċipji fundamentali," dan il-ktieb huwa għalik! Tħallas kreditu sħiħ lill-kumplessità u l-profondità enormi tat-Tagħlim tal-Machine filwaqt li qatt ma titlef il-prinċipji li jgħaqqdu tiegħu (pjuttost kisba!).
Tagħlim bil-Magni: L-Arti u x-Xjenza tal-Algoritmi jinkludu diversi studji ta' każijiet ta' kumplessità dejjem tiżdied, kif ukoll bosta eżempji u stampi (biex iżommu l-affarijiet interessanti!).
Il-ktieb ikopri wkoll firxa wiesgħa ta 'mudelli loġiċi, ġeometriċi u statistiċi, kif ukoll suġġetti kkumplikati u ġodda bħall-fatturizzazzjoni tal-matriċi u l-analiżi ROC.
Suġġetti koperti fil-ktieb
- Tissimplifika l-algoritmi tat-tagħlim tal-magni
- Mudell loġiku
- Mudell ġeometriku
- Mudell statistiku
- Analiżi ROC
16. It-Tħaffir tad-Data: Għodod u Tekniki Prattiċi għat-Tagħlim tal-Magni
Bl-użu ta 'approċċi mill-istudju tas-sistemi tad-database, it-tagħlim tal-magni, u l-istatistika, it-tekniki tal-minjieri tad-data jippermettulna nsibu mudelli f'ammonti vasti ta' data.
Għandek tikseb il-ktieb Data Mining: Prattiku Machine Learning Tools and Techniques jekk għandek bżonn tistudja tekniki ta ' data mining b'mod partikolari jew tippjana li titgħallem it-tagħlim tal-magni b'mod ġenerali.
L-aħjar ktieb dwar it-tagħlim tal-magni jikkonċentra aktar fuq in-naħa teknika tiegħu. Jesplora aktar l-intricacies tekniċi tat-tagħlim tal-magni, u l-istrateġiji għall-ġbir tad-dejta u l-użu ta’ diversi inputs u outputs biex jiġġudikaw ir-riżultati.
Suġġetti koperti fil-ktieb
- Mudelli lineari
- Raggruppament
- Immudellar statistiku
- Tbassir tal-prestazzjoni
- Tqabbil ta 'metodi ta' data mining
- Tagħlim ibbażat fuq istanza
- Rappreżentazzjoni tal-għarfien u raggruppamenti
- Tekniki tradizzjonali u moderni tal-minjieri tad-data
17. Python għall-Analiżi tad-Dejta
Il-ħila li tevalwa d-dejta użata fit-tagħlim tal-magni hija l-iktar ħila importanti li xjentist tad-dejta għandu jkollu. Qabel ma tiżviluppa mudell ML li jipproduċi tbassir preċiż, il-maġġoranza tax-xogħol tiegħek se jinkludi l-immaniġġjar, l-ipproċessar, it-tindif u l-valutazzjoni tad-dejta.
Trid tkun familjari mal-lingwi tal-ipprogrammar bħal Pandas, NumPy, Ipython, u oħrajn sabiex tesegwixxi analiżi tad-dejta.
Jekk trid taħdem fix-xjenza tad-dejta jew fit-tagħlim tal-magni, irid ikollok il-ħila li timmanipula d-dejta.
Għandek definittivament taqra l-ktieb Python għall-Analiżi tad-Data f'dan il-każ.
Suġġetti koperti fil-ktieb
- essenzjali Libreriji tal-Python
- Pandas Avvanzati
- Eżempji ta 'Analiżi tad-Data
- Tindif u Preparazzjoni tad-Data
- Metodi Matematiċi u Statistiċi
- Taqsira u Kompjuter Statistika Deskrittiva
18. Ipproċessar tal-Lingwa Naturali b'Python
Il-pedament tas-sistemi tat-tagħlim tal-magni huwa l-ipproċessar tal-lingwa naturali.
Il-ktieb Ipproċessar tal-Lingwa Naturali b'Python jagħtik struzzjonijiet dwar kif tuża NLTK, ġabra ta' moduli Python u għodod għall-ipproċessar simboliku u statistiku tal-lingwa naturali għall-Ingliż u NLP b'mod ġenerali.
Il-ktieb Natural Language Processing with Python jipprovdi rutini Python effettivi li juru NLP b'mod konċiż u ovvju.
Il-qarrejja għandhom aċċess għal settijiet ta' dejta annotati sew biex jittrattaw data mhux strutturata, struttura lingwistika tat-test, u elementi oħra ffukati fuq l-NLP.
Suġġetti koperti fil-ktieb
- Kif jaħdem il-lingwa umana?
- Strutturi ta' data lingwistika
- Toolkit tal-Lingwa Naturali (NLTK)
- Parsing u analiżi semantika
- Databases lingwistiċi popolari
- Jintegra tekniki minn intelliġenza artifiċjali u l-lingwistika
19. Programmazzjoni ta' Intelliġenza Kollettiva
Il-Programming Collective Intelligence minn Toby Segaran, li huwa meqjus bħala wieħed mill-akbar kotba biex jibda jifhem it-tagħlim tal-magni, inkiteb fl-2007, snin qabel ix-xjenza tad-dejta u t-tagħlim tal-magni laħqu l-pożizzjoni attwali tagħhom bħala mogħdijiet professjonali ewlenin.
Il-ktieb juża Python bħala l-metodu biex ixerred il-kompetenza tiegħu lill-udjenza tiegħu. L-Intelliġenza Kollettiva tal-Programmazzjoni hija aktar manwal għall-implimentazzjoni tal-ml milli hija introduzzjoni għat-tagħlim bil-magni.
Il-ktieb jipprovdi informazzjoni dwar l-iżvilupp ta 'algoritmi ML effettivi għall-ġbir ta' data minn apps, ipprogrammar biex tinkiseb data minn websajts, u estrapolazzjoni tad-data miġbura.
Kull kapitolu jinkludi attivitajiet biex jespandu l-algoritmi diskussi u jtejbu l-utilità tagħhom.
Suġġetti koperti fil-ktieb
- Iffiltrar Bayesjan
- Magni vettorjali ta 'appoġġ
- Algoritmi tal-magni tat-tiftix
- Modi kif tagħmel tbassir
- Tekniki kollaborattivi ta 'filtrazzjoni
- Fattorizzazzjoni tal-matriċi mhux negattiva
- Intelliġenza li tevolvi għas-soluzzjoni tal-problemi
- Metodi għall-iskoperta ta 'gruppi jew mudelli
20. Tagħlim Profond (Serje ta' Komputazzjoni Adattattiva u Tagħlim Magni)
Kif aħna lkoll konxji, it-tagħlim fil-fond huwa tip imtejjeb ta 'tagħlim tal-magni li jippermetti lill-kompjuters jitgħallmu mill-prestazzjoni tal-passat u minn ammont kbir ta' dejta.
Waqt li tuża tekniki ta' tagħlim bil-magni, trid tkun taf ukoll il-prinċipji tat-tagħlim profond. Dan il-ktieb, li hu meqjus bħala l-Bibbja taʼ tagħlim profond, se jkun taʼ għajnuna kbira f’din iċ-ċirkustanza.
Tliet esperti tat-tagħlim profond ikopru suġġetti kkumplikati ħafna li huma mimlija bil-matematika u mudelli ġenerattivi profondi f'dan il-ktieb.
Li jipprovdi bażi matematika u kunċettwali, ix-xogħol jiddiskuti ideat pertinenti fl-alġebra lineari, it-teorija tal-probabbiltà, it-teorija tal-informazzjoni, il-komputazzjoni numerika u t-tagħlim tal-magni.
Jeżamina applikazzjonijiet bħall-ipproċessar tal-lingwa naturali, rikonoxximent tad-diskors, viżjoni bil-kompjuter, sistemi ta’ rakkomandazzjoni online, bijoinformatika, u logħob tal-kompjuter u jiddeskrivi tekniki ta’ tagħlim fil-fond użati minn prattikanti tal-industrija, bħal netwerks deep feedforward, regolarizzazzjoni u algoritmi ta’ ottimizzazzjoni, netwerks konvoluzzjonali u metodoloġija prattika. .
Suġġetti koperti fil-ktieb
- Komputazzjoni Numerika
- Riċerka fit-Tagħlim Profond
- Tekniki tal-Viżjoni tal-Kompjuter
- Netwerks ta' Feedforward fil-fond
- Ottimizzazzjoni għat-Taħriġ ta' Mudelli Fondi
- Metodoloġija Prattika
- Riċerka fit-Tagħlim Profond
konklużjoni
L-aqwa 20 ktieb tat-tagħlim tal-magni huma miġbura fil-qosor f'dik il-lista, li tista 'tuża biex tavvanza t-tagħlim tal-magni fid-direzzjoni li tixtieq.
Int tkun tista' tiżviluppa pedament sod fil-kompetenza tat-tagħlim tal-magni u librerija ta' referenza li tista' tuża spiss waqt li taħdem fiż-żona jekk taqra varjetà ta' dawn il-kotba.
Int tkun ispirat biex tkompli titgħallem, titjieb, u jkollha effett anki jekk taqra ktieb wieħed.
Meta tkun lest u kompetenti biex tiżviluppa l-algoritmi ta' tagħlim tal-magni tiegħek stess, żomm f'moħħok li d-dejta hija essenzjali b'mod vitali għas-suċċess tal-proġett tiegħek.
Ħalli Irrispondi