Mundarija[Yashirish][Show]
Aytgancha, so'nggi bir necha yil ichida mashinani o'rganish texnologiyasi qanchalik tez rivojlanganidan hammamiz xabardormiz. Mashinani o'rganish - bu bir nechta korporatsiyalar, akademiklar va sektorlarning qiziqishini uyg'otgan fan.
Shu sababli, men bugungi kunda muhandis yoki yangi boshlovchi o'qishi kerak bo'lgan mashinani o'rganish bo'yicha eng yaxshi kitoblarni muhokama qilaman. Kitob o'qish aqldan foydalanish bilan bir xil emasligiga hammangiz ham rozi bo'lsangiz kerak.
Kitob o'qish ongimizga ko'plab yangi narsalarni kashf etishga yordam beradi. Axir o'qish o'rganishdir. O'z-o'zidan o'rganuvchi tegiga ega bo'lish juda qiziqarli. Ushbu maqolada ushbu sohada mavjud bo'lgan eng katta darsliklar ta'kidlanadi.
Quyidagi darsliklar sun'iy intellektning kengroq sohasiga sinab ko'rilgan va haqiqiy kirishni taklif qiladi va ko'pincha universitet kurslarida qo'llaniladi va akademiklar va muhandislar tomonidan tavsiya etiladi.
Agar sizda bir tonna bo'lsa ham kompyuterni o'rganish Tajribaga ko'ra, ushbu darsliklardan birini tanlash yangilanishning ajoyib usuli bo'lishi mumkin. Zero, o‘rganish uzluksiz jarayondir.
1. Mutlaq yangi boshlanuvchilar uchun mashinani o'rganish
Siz mashinani o'rganishni o'rganmoqchisiz, lekin buni qanday qilishni bilmayapsiz. Mashina o'rganishga epik sayohatni boshlashdan oldin tushunishingiz kerak bo'lgan bir nechta muhim nazariy va statistik tushunchalar mavjud. Va bu kitob bu ehtiyojni qondiradi!
Bu yuqori darajadagi, qo'llaniladigan to'liq yangi boshlanuvchilarni taklif qiladi mashinani o'rganishga kirish. Mutlaq yangi boshlanuvchilar uchun mashinani o'rganish kitobi mashinani o'rganishning eng soddalashtirilgan tushuntirishlarini va tegishli g'oyalarni izlayotganlar uchun eng yaxshi tanlovlardan biridir.
Kitobning ko'p ml algoritmlari o'quvchilarga muhokama qilinadigan hamma narsani tushunishga yordam berish uchun qisqacha tushuntirishlar va grafik misollar bilan birga keladi.
Kitobda yoritilgan mavzular
- Asoslari neyron tarmoqlari
- Regression tahlil qilish
- Xususiyat muhandisligi
- Kümeleme
- O'zaro tasdiqlash
- Ma'lumotlarni tozalash texnikasi
- Qaror daraxtlari
- Ansamblni modellashtirish
2. Dummies uchun mashina o'rganish
Mashinani o'rganish oddiy odamlar uchun chalkash g'oya bo'lishi mumkin. Biroq, bilimga ega bo'lganlar uchun bu bebahodir.
ML holda, onlayn qidiruv natijalari, veb-sahifalardagi real vaqtda reklamalar, avtomatlashtirish yoki hatto spamni filtrlash (Ha!) kabi muammolarni boshqarish qiyin.
Natijada, ushbu kitob sizga mashinani o'rganishning sirli sohasi haqida ko'proq ma'lumot olishga yordam beradigan oddiy kirishni taklif qiladi. Machine Learning For Dummies yordami bilan siz Python va R kabi tillarda "gapirishni" o'rganasiz, bu sizga kompyuterlarni naqshni aniqlash va ma'lumotlarni tahlil qilishni o'rgatish imkonini beradi.
Bundan tashqari, siz R-da ishlab chiqish uchun Python-ning Anaconda va R Studio-dan qanday foydalanishni o'rganasiz.
Kitobda yoritilgan mavzular
- Ma'lumotlarni tayyorlash
- mashina o'rganish uchun yondashuvlar
- Mashinani o'rganish sikli
- Nazorat ostidagi va nazoratsiz ta'lim
- Mashinani o'rganish tizimlarini o'qitish
- Mashinani o'rganish usullarini natijalarga bog'lash
3. Yuz sahifali mashinani o'rganish kitobi
Mashinani o'rganishning barcha jihatlarini 100 sahifadan kam bo'lmagan holda qamrab olish mumkinmi? Andrey Burkovning “Yuz sahifali mashina o‘rganish kitobi” ham xuddi shunday qilishga urinishdir.
Mashinani o'rganish kitobi yaxshi yozilgan va taniqli fikr yetakchilari, jumladan eBay muhandislik bo'limi boshlig'i Sujeet Varaxedi va Google tadqiqot direktori Piter Norvig tomonidan qo'llab-quvvatlangan.
Bu mashinani o'rganish bo'yicha yangi boshlanuvchilar uchun eng yaxshi kitob. Kitobni yaxshilab o'qib chiqqandan so'ng, siz murakkab AI tizimlarini qurishingiz va tushunishingiz, mashinani o'rganish bo'yicha intervyuda muvaffaqiyat qozonishingiz va hatto o'zingizning ML-ga asoslangan kompaniyangizni ishga tushirishingiz mumkin.
Biroq, kitob mashinani o'rganishda to'liq yangi boshlanuvchilar uchun mo'ljallanmagan. Agar biron bir asosiy narsani qidirsangiz, biror joyga qarang.
Kitobda yoritilgan mavzular
- A. anatomiyasi o'rganish algoritmi
- Nazorat ostidagi o'rganish va nazoratsiz o'rganish
- Takomillashtirish
- Mashinani o'rganishning asosiy algoritmlari
- Neyron tarmoqlar va chuqur o'rganishga umumiy nuqtai
4. Mashinani o'rganishni tushunish
Mashinani o'rganishga tizimli kirish "Mashinani o'rganishni tushunish" kitobida keltirilgan. Kitobda asosiy g'oyalar, hisoblash paradigmalari va mashinani o'rganishning matematik hosilalari chuqur o'rganiladi.
Mashina o'rganish fanlarining keng doirasi mashinani o'rganish orqali sodda tarzda taqdim etiladi. Mashinani o'rganishning nazariy asoslari kitobda ushbu asoslarni foydali algoritmlarga aylantiradigan matematik hosilalar bilan birga tasvirlangan.
Kitob oldingi darsliklarda yoritilmagan ko'plab muhim mavzularni qamrab olishdan oldin asoslarni taqdim etadi.
Bunga qavariqlik va barqarorlik tushunchalari va o'rganishning hisoblash murakkabligi, shuningdek, stoxastik kabi muhim algoritmik paradigmalar muhokama qilinadi. gradient tushish, neyron tarmoqlari va tuzilgan ishlab chiqarishni o'rganish, shuningdek, PAC-Bayes yondashuvi va siqilishga asoslangan chegaralar kabi yangi paydo bo'lgan nazariy g'oyalar. boshlang'ich bitiruvchilar yoki ilg'or bakalavrlar uchun mo'ljallangan.
Kitobda yoritilgan mavzular
- Mashinani o'rganishning hisoblash murakkabligi
- ML algoritmlari
- Neyron tarmoqlar
- PAC-Bayes yondashuvi
- Stokastik gradient tushishi
- Strukturaviy natijalarni o'rganish
5. Python yordamida mashinani o'rganishga kirish
Siz mashinani o'rganishni o'rganmoqchi bo'lgan Python-ni yaxshi biladigan ma'lumot olimisiz? Mashina o'rganish sarguzashtingizni boshlash uchun eng yaxshi kitob bu Python yordamida mashinani o'rganishga kirish: ma'lumot olimlari uchun qo'llanma.
"Python yordamida mashinani o'rganishga kirish" kitobi yordamida: Ma'lumot olimlari uchun qo'llanma, siz maxsus mashinani o'rganish dasturlarini yaratish uchun turli xil foydali usullarni topasiz.
Ishonchli mashinani o'rganish dasturlarini yaratish uchun Python va Scikit-Learn paketidan foydalanish bilan bog'liq har bir muhim qadamni ko'rib chiqasiz.
Matplotlib va NumPy kutubxonalarini chuqur o'zlashtirib olish o'rganishni ancha osonlashtiradi.
Kitobda yoritilgan mavzular
- Parametrlarni sozlash va modelni baholashning zamonaviy usullari
- Ilovalar va asosiy mashina o'rganish g'oyalari
- avtomatlashtirilgan ta'lim texnikasi
- Matn ma'lumotlarini manipulyatsiya qilish texnikasi
- Model zanjiri va ish oqimining inkapsulyatsiya quvurlari
- Qayta ishlashdan keyin ma'lumotlarni taqdim etish
6. Sci-kit Learn, Keras va Tensorflow yordamida mashinani amaliy o'rganish
Ma'lumotlar fanlari va mashinalarni o'rganish bo'yicha eng puxta nashrlar orasida u bilimlarga to'la. Mutaxassislar ham, yangi boshlanuvchilar ham ushbu mavzuni ko'proq o'rganishlari tavsiya etiladi.
Garchi bu kitob oz miqdordagi nazariyani o'z ichiga olgan bo'lsa-da, u kuchli misollar bilan qo'llab-quvvatlanadi va bu ro'yxatda o'z o'rnini beradi.
Ushbu kitob turli mavzularni o'z ichiga oladi, jumladan, mashinani o'rganish loyihalari uchun scikit-learn va neyron tarmoqlarni yaratish va o'rgatish uchun TensorFlow.
Ushbu kitobni o'qiganingizdan so'ng, siz yanada chuqurroq o'rganish uchun yaxshi tayyorlanasiz deb o'ylaymiz chuqur o'rganish va amaliy muammolarni hal qilish.
Kitobda yoritilgan mavzular
- Mashinani o'rganish landshaftini, ayniqsa neyron tarmoqlarni ko'rib chiqing
- Scikit-Learn yordamida mashinani oʻrganish namunasi loyihasini boshidan oxirigacha kuzatib boring.
- Ansambl texnikasi, tasodifiy o'rmonlar, qaror daraxtlari va qo'llab-quvvatlovchi vektor mashinalari kabi bir nechta o'quv modellarini ko'rib chiqing.
- TensorFlow kutubxonasidan foydalangan holda neyron tarmoqlarni yarating va o'rgating.
- Tadqiq qilishda konvolyutsion tarmoqlar, takroriy tarmoqlar va chuqur mustahkamlashni o'rganishni ko'rib chiqing. neyron tarmoq dizaynlashtirilgan.
- Chuqur neyron tarmoqlarni qanday o'lchash va o'qitishni o'rganing.
7. Hackerlar uchun mashinani o'rganish
Ma'lumotlar tahliliga qiziqqan tajribali dasturchi uchun "Hackerlar uchun mashinani o'rganish" kitobi yozilgan. Bu kontekstda xakerlar malakali matematiklardir.
R haqida yaxshi tushunchaga ega bo'lgan kishi uchun bu kitob juda yaxshi tanlovdir, chunki uning asosiy qismi R tilidagi ma'lumotlarni tahlil qilishga qaratilgan. Kitobda qo'shimcha ravishda ilg'or R yordamida ma'lumotlarni qanday boshqarish mumkinligi ko'rib chiqiladi.
Tegishli voqea hikoyalarining kiritilishi, mashinani o'rganish algoritmlarini qo'llash qiymatini ta'kidlaydi, "Hackerlar uchun Machine Learning" kitobining eng muhim savdo nuqtasi bo'lishi mumkin.
Kitobda uning matematik nazariyasiga chuqurroq kirishdan ko'ra, mashinani o'rganishni sodda va tezroq qilish uchun ko'plab real misollar keltirilgan.
Kitobda yoritilgan mavzular
- E-pochtaning spam ekanligini aniqlash uchun uning mazmunini tahlil qiladigan sodda Bayes klassifikatorini yarating.
- Chiziqli regressiya yordamida 1,000 ta eng yaxshi veb-saytlar uchun sahifa ko'rishlar sonini bashorat qilish
- Oddiy harf shifrini buzishga urinib, optimallashtirish usullarini o'rganing.
8. Misollar bilan Python Machine Learning
Mashinani o'rganish, chuqur o'rganish va ma'lumotlarni tahlil qilishning turli usullarini tushunishga va yaratishga yordam beradigan ushbu kitob dasturlash tili sifatida faqat Python-ga qaratilgan yagona kitobdir.
U Scikit-Learn kabi turli xil Machine Learning algoritmlarini amalga oshirish uchun bir nechta kuchli kutubxonalarni qamrab oladi. Keyin Tensor Flow moduli sizni chuqur o'rganishni o'rgatish uchun ishlatiladi.
Va nihoyat, u mashina va chuqur o'rganish yordamida erishish mumkin bo'lgan ko'plab ma'lumotlarni tahlil qilish imkoniyatlarini namoyish etadi.
Shuningdek, u sizga yaratgan modelingiz samaradorligini oshirish uchun ishlatilishi mumkin bo'lgan ko'plab texnikalarni o'rgatadi.
Kitobda yoritilgan mavzular
- Python va Machine Learningni o'rganish: Yangi boshlanuvchilar uchun qo'llanma
- 2 ta yangilik guruhi ma'lumotlar to'plamini va Naive Bayes spam elektron pochta xabarlarini aniqlashni o'rganish
- SVM-lardan foydalanib, daraxtlarga asoslangan algoritmlardan foydalanib, yangiliklarning mavzularini tasniflang.
- Logistik regressiya yordamida bosish tezligini bashorat qilish
- Aktsiya bahosining eng yuqori standartlarini prognoz qilish uchun regressiya algoritmlaridan foydalanish
9. Python mashinasini o'rganish
Python Machine Learning kitobi mashinani o'rganish asoslarini hamda uning raqamli domendagi ahamiyatini tushuntiradi. Bu yangi boshlanuvchilar uchun mashinani o'rganish kitobidir.
Kitobda qo'shimcha ravishda mashinani o'rganishning ko'plab kichik sohalari va ilovalari yoritilgan. Python dasturlash tamoyillari va bepul va ochiq kodli dasturlash tilini qanday boshlash kerakligi Python Machine Learning kitobida ham yoritilgan.
Mashinani o'rganish kitobini tugatgandan so'ng, siz Python kodlash yordamida bir qator mashina o'rganish ishlarini samarali o'rnatishingiz mumkin bo'ladi.
Kitobda yoritilgan mavzular
- Sun'iy intellekt asoslari
- qaror daraxti
- Logistik regressiya
- Chuqur neyron tarmoqlar
- Python dasturlash tili asoslari
10. Mashinani o'rganish: ehtimollik nuqtai nazari
Machine Learning: A Probabilistic Perspective - bu nostaljik rangli grafikalar va biologiya, kompyuterni ko'rish, robototexnika va matnni qayta ishlash kabi fanlardan amaliy, real misollarni o'z ichiga olgan hazilga asoslangan mashina o'rganish kitobidir.
U asosiy algoritmlar uchun tasodifiy nasr va psevdokod bilan to'la. Mashinani o'rganish: ehtimollik nuqtai nazari, pishirish kitobi uslubida taqdim etilgan va turli xil evristik yondashuvlarni tavsiflovchi boshqa mashina o'rganish nashrlaridan farqli o'laroq, printsipial modelga asoslangan yondashuvga e'tibor qaratadi.
U aniq va tushunarli tarzda grafik tasvirlardan foydalangan holda ml modellarini belgilaydi. Yagona, ehtimolli yondashuvga asoslanib, ushbu darslik mashinani o'rganish sohasiga to'liq va mustaqil kirishni taqdim etadi.
Tarkib keng va chuqurdir, jumladan, ehtimollik, optimallashtirish va chiziqli algebra kabi mavzular bo'yicha asosiy ma'lumot, shuningdek, shartli tasodifiy maydonlar, L1 tartibga solish va chuqur o'rganish kabi sohadagi zamonaviy yutuqlar muhokamasi.
Kitob oddiy, tushunarli tilda yozilgan bo'lib, asosiy muhim algoritmlar uchun psevdokodni o'z ichiga oladi.
Kitobda yoritilgan mavzular
- Ehtimollik
- Chuqur o'rganish
- L1 muntazamligi
- optimallashtirish
- Matnni qayta ishlash
- Computer Vision ilovalari
- Robototexnika ilovalari
11. Statistik ta'limning elementlari
Mashinani o'rganish bo'yicha ushbu darslik o'zining kontseptual asoslari va turli xil mavzulari uchun ko'pincha sohada tan olinadi.
Ushbu kitobdan neyron tarmoqlar va sinov usullari, shuningdek, mashinani o'rganishga oddiy kirish kabi mavzularni chuqurroq o'rganishi kerak bo'lgan har bir kishi uchun ma'lumotnoma sifatida foydalanish mumkin.
Kitob o'quvchini har qadamda o'z tajribalari va tekshiruvlarini o'tkazishga agressiv ravishda undaydi, bu esa uni mashinani o'rganish qobiliyati yoki ishida tegishli yutuqlarga erishish uchun zarur bo'lgan qobiliyat va qiziqishni rivojlantirish uchun qimmatli qiladi.
Bu statistiklar va biznes yoki ilm-fan sohasida ma'lumotlarni qidirishga qiziqqan har bir kishi uchun muhim vositadir. Ushbu kitobni boshlashdan oldin chiziqli algebrani kamida tushunganingizga ishonch hosil qiling.
Kitobda yoritilgan mavzular
- Nazorat ostidagi o'rganish (bashorat) nazoratsiz o'rganishga
- Neyron tarmoqlar
- Vektorli mashinalarni qo'llab -quvvatlash
- Daraxtlarni tasniflash
- Algoritmlarni kuchaytirish
12. Shaklni aniqlash va mashinani o'rganish
Ushbu kitobda naqshni aniqlash va mashinani o'rganish dunyolari to'liq o'rganilishi mumkin. Naqshni aniqlashga Bayescha yondashuv dastlab ushbu nashrda taqdim etilgan.
Bundan tashqari, kitob ko'p o'lchovli, ma'lumotlar fani va fundamental chiziqli algebra haqida amaliy tushunchaga muhtoj bo'lgan qiyin mavzularni o'rganadi.
Mashinani o'rganish va ehtimollik bo'yicha ma'lumotnoma ma'lumotlar to'plamidagi tendentsiyalarga asoslangan murakkablik darajasi tobora qiyin bo'lgan boblarni taklif qiladi. Oddiy misollar naqshni aniqlashga umumiy kirishdan oldin keltirilgan.
Kitobda aniq echimlar amaliy bo'lmagan hollarda tez yaqinlashtirish imkonini beruvchi taxminiy xulosa chiqarish usullari mavjud. Ehtimollik taqsimotini tavsiflash uchun grafik modellardan foydalanadigan boshqa kitoblar yo'q, lekin shunday.
Kitobda yoritilgan mavzular
- Bayes usullari
- Taxminiy xulosa chiqarish algoritmlari
- Yadrolarga asoslangan yangi modellar
- Asosiy ehtimollik nazariyasiga kirish
- Naqshni aniqlash va mashinani o'rganishga kirish
13. Bashoratli ma'lumotlar tahlilidan mashinani o'rganish asoslari
Agar siz mashinani oʻrganish asoslarini oʻzlashtirgan boʻlsangiz va bashoratli maʼlumotlar tahliliga oʻtmoqchi boʻlsangiz, bu kitob siz uchun!!! Katta ma'lumotlar to'plamidan naqshlarni topish orqali Machine Learning prognoz modellarini ishlab chiqish uchun ishlatilishi mumkin.
Ushbu kitob ML dan foydalanishni amalga oshirishni ko'rib chiqadi Bashoratli ma'lumotlar tahlili nazariy tamoyillar va haqiqiy misollarni o'z ichiga olgan chuqur.
"Prognozli ma'lumotlarni tahlil qilish uchun mashinani o'rganish asoslari" sarlavhasi og'zaki bo'lishiga qaramay, ushbu kitob bashoratli ma'lumotlar tahlili bo'yicha ma'lumotlardan xulosaga qadar bo'lgan sayohatni tavsiflaydi.
Shuningdek, u to'rtta mashinani o'rganish yondashuvlarini muhokama qiladi: ma'lumotga asoslangan o'rganish, o'xshashlikka asoslangan o'rganish, ehtimollikka asoslangan o'rganish va xatolarga asoslangan o'rganish, ularning har biri texnik bo'lmagan kontseptual tushuntirishga ega, keyin matematik modellar va misollar bilan algoritmlar.
Kitobda yoritilgan mavzular
- Axborotga asoslangan ta'lim
- O'xshashlikka asoslangan ta'lim
- Ehtimollarga asoslangan ta'lim
- Xatolarga asoslangan ta'lim
14. Amaliy bashoratli modellashtirish
Amaliy bashoratli modellashtirish ma'lumotlarni oldindan qayta ishlash, ma'lumotlarni bo'lish va modelni sozlash asoslarining muhim bosqichlaridan boshlab butun bashoratli modellashtirish jarayonini o'rganadi.
So'ngra ishda turli xil an'anaviy va so'nggi regressiya va tasniflash yondashuvlarining aniq tavsiflari taqdim etiladi, bunda asosiy e'tibor haqiqiy ma'lumotlar muammolarini ko'rsatish va hal qilishga qaratilgan.
Qo'llanma modellashtirish jarayonining barcha jihatlarini bir nechta amaliy, real misollar bilan namoyish etadi va har bir bob jarayonning har bir bosqichi uchun keng qamrovli R kodini o'z ichiga oladi.
Ushbu ko'p maqsadli hajm bashoratli modellar va butun modellashtirish jarayoniga kirish, amaliyotchilar uchun ma'lumotnoma sifatida yoki ilg'or bakalavriat yoki magistratura darajasidagi bashoratli modellashtirish kurslari uchun matn sifatida ishlatilishi mumkin.
Kitobda yoritilgan mavzular
- Texnik regressiya
- Tasniflash texnikasi
- Murakkab ML algoritmlari
15. Mashinani o'rganish: ma'lumotlarni ma'noga keltiradigan algoritmlar san'ati va ilmi
Agar siz mashinani o'rganish bo'yicha oraliq yoki mutaxassis bo'lsangiz va "asoslarga qaytishni" istasangiz, bu kitob siz uchun! U Machine Learning-ning ulkan murakkabligi va chuqurligiga to'liq kredit beradi, shu bilan birga uning birlashtiruvchi tamoyillarini hech qachon yo'qotmaydi (juda yutuq!).
Mashinani o'rganish: Algoritmlar san'ati va ilmi murakkabligi ortib borayotgan bir nechta amaliy tadqiqotlarni, shuningdek, ko'plab misollar va rasmlarni (qiziqligini saqlash uchun!) o'z ichiga oladi.
Kitob shuningdek, mantiqiy, geometrik va statistik modellarning keng doirasini, shuningdek, matritsalarni faktorizatsiya va ROC tahlili kabi murakkab va yangi mavzularni qamrab oladi.
Kitobda yoritilgan mavzular
- Mashinani o'rganish algoritmlarini soddalashtiradi
- Mantiqiy model
- Geometrik model
- Statistik model
- ROC tahlili
16. Ma'lumotni qazib olish: Mashinani o'rganishning amaliy vositalari va usullari
Ma'lumotlar bazasi tizimlari, mashinalarni o'rganish va statistikani o'rganish yondashuvlaridan foydalangan holda, ma'lumotlarni qazib olish usullari bizga katta hajmdagi ma'lumotlarda naqshlarni topishga imkon beradi.
Agar siz, xususan, ma'lumotlarni qazib olish texnikasini o'rganishingiz yoki umuman mashina o'rganishni o'rganishni rejalashtirmoqchi bo'lsangiz, "Ma'lumotlarni qazib olish: amaliy mashinalarni o'rganish vositalari va usullari" kitobini olishingiz kerak.
Mashinani o'rganish bo'yicha eng yaxshi kitob uning texnik tomoniga ko'proq e'tibor beradi. U mashinani o'rganishning texnik nozikliklarini va ma'lumotlarni to'plash va natijalarni baholash uchun turli xil kirish va chiqishlardan foydalanish strategiyalarini o'rganadi.
Kitobda yoritilgan mavzular
- Chiziqli modellar
- Kümeleme
- Statistik modellashtirish
- Ishlashni bashorat qilish
- Ma'lumotlar qazib olish usullarini taqqoslash
- Namunaga asoslangan o'rganish
- Bilimlarni ifodalash va klasterlar
- An'anaviy va zamonaviy ma'lumotlarni qazib olish usullari
17. Ma'lumotlarni tahlil qilish uchun Python
Mashinani o'rganishda foydalaniladigan ma'lumotlarni baholash qobiliyati ma'lumotlar olimi ega bo'lishi kerak bo'lgan eng muhim mahoratdir. To'g'ri prognozni ishlab chiqaradigan ML modelini ishlab chiqishdan oldin, ishingizning aksariyati ma'lumotlarni qayta ishlash, qayta ishlash, tozalash va baholashni o'z ichiga oladi.
Ma'lumotlar tahlilini amalga oshirish uchun Pandas, NumPy, Ipython va boshqalar kabi dasturlash tillari bilan tanish bo'lishingiz kerak.
Agar siz ma'lumotlar fanida yoki mashinani o'rganishda ishlamoqchi bo'lsangiz, ma'lumotlarni manipulyatsiya qilish qobiliyatiga ega bo'lishingiz kerak.
Bu holda siz, albatta, ma'lumotlarni tahlil qilish uchun Python kitobini o'qishingiz kerak.
Kitobda yoritilgan mavzular
- muhim Python kutubxonalari
- Murakkab Pandalar
- Ma'lumotlarni tahlil qilish misollari
- Ma'lumotlarni tozalash va tayyorlash
- Matematik va statistik usullar
- Tasviriy statistikani umumlashtirish va hisoblash
18. Python bilan tabiiy tilni qayta ishlash
Mashinani o'rganish tizimlarining asosi tabiiy tilni qayta ishlashdir.
Python bilan tabiiy tilni qayta ishlash kitobi sizga NLTK-dan qanday foydalanishni o'rgatadi, bu Python modullari va ingliz tili va umuman NLP uchun ramziy va statistik tabiiy tillarni qayta ishlash uchun yaxshi ko'rilgan Python modullari va vositalari to'plami.
Python yordamida tabiiy tilni qayta ishlash kitobi NLP ni qisqa va ravshan tarzda namoyish etadigan samarali Python tartiblarini taqdim etadi.
O'quvchilar tuzilmagan ma'lumotlar, matn-lingvistik tuzilma va boshqa NLP yo'naltirilgan elementlar bilan ishlash uchun yaxshi izohlangan ma'lumotlar to'plamidan foydalanishlari mumkin.
Kitobda yoritilgan mavzular
- Inson tili qanday ishlaydi?
- Lingvistik ma'lumotlar tuzilmalari
- Natural Language Toolkit (NLTK)
- Tahlil va semantik tahlil
- Ommabop lingvistik ma'lumotlar bazalari
- dan texnikalarni integratsiyalash sun'iy intellekt va tilshunoslik
19. Kollektiv razvedka dasturlash
Mashina o'rganishni tushunishni boshlash uchun eng katta kitoblardan biri sifatida qabul qilingan Tobi Segaran tomonidan "Dasturlash Kollektiv razvedka" 2007 yilda, ma'lumotlar fani va mashinani o'rganish etakchi professional yo'nalish sifatida hozirgi mavqeiga ega bo'lishidan yillar oldin yozilgan.
Kitob o'z tajribasini o'z auditoriyasiga tarqatish usuli sifatida Python-dan foydalanadi. Dasturlash Kollektiv razvedkasi mashinani o'rganishga kirishdan ko'ra ml ni amalga oshirish uchun ko'proq qo'llanmadir.
Kitob ilovalardan ma'lumotlarni yig'ish uchun samarali ML algoritmlarini ishlab chiqish, veb-saytlardan ma'lumotlarni olish uchun dasturlash va to'plangan ma'lumotlarni ekstrapolyatsiya qilish haqida ma'lumot beradi.
Har bir bob muhokama qilingan algoritmlarni kengaytirish va ularning foydaliligini oshirish bo'yicha tadbirlarni o'z ichiga oladi.
Kitobda yoritilgan mavzular
- Bayes filtrlash
- Vektorli mashinalarni qo'llab -quvvatlash
- Qidiruv mexanizmi algoritmlari
- Bashorat qilish usullari
- Birgalikda filtrlash texnikasi
- Manfiy bo'lmagan matritsalarni faktorizatsiya qilish
- Muammoni hal qilish uchun rivojlanayotgan aql
- Guruhlar yoki naqshlarni aniqlash usullari
20. Chuqur o'rganish (moslashtirilgan hisoblash va mashinalarni o'rganish seriyasi)
Barchamizga ma'lumki, chuqur o'rganish - bu kompyuterlarga o'tmishdagi ishlash va katta hajmdagi ma'lumotlardan o'rganish imkonini beruvchi mashinani o'rganishning takomillashtirilgan turi.
Mashinani o'rganish usullaridan foydalanganda siz chuqur o'rganish tamoyillarini ham bilishingiz kerak. Chuqur o'rganish Injil deb hisoblangan ushbu kitob bu vaziyatda juda foydali bo'ladi.
Uchta chuqur o'rganish bo'yicha mutaxassis ushbu kitobda matematika va chuqur generativ modellar bilan to'ldirilgan juda murakkab mavzularni qamrab oladi.
Matematik va kontseptual asosni ta'minlagan holda, ish chiziqli algebra, ehtimollar nazariyasi, axborot nazariyasi, raqamli hisoblash va mashinani o'rganish bo'yicha tegishli g'oyalarni muhokama qiladi.
U tabiiy tilni qayta ishlash, nutqni aniqlash, kompyuterni ko'rish, onlayn tavsiya qilish tizimlari, bioinformatika va video o'yinlar kabi ilovalarni o'rganadi va sanoat amaliyotchilari tomonidan chuqur uzatish tarmoqlari, tartibga solish va optimallashtirish algoritmlari, konvolyutsion tarmoqlar va amaliy metodologiya kabi chuqur o'rganish usullarini tavsiflaydi. .
Kitobda yoritilgan mavzular
- Raqamli hisoblash
- Chuqur o'rganish tadqiqotlari
- Kompyuter ko'rish texnikasi
- Chuqur uzatish tarmoqlari
- Chuqur modellarni o'rgatish uchun optimallashtirish
- Amaliy metodologiya
- Chuqur o'rganish tadqiqotlari
Xulosa
Mashina o'rganish bo'yicha 20 ta eng yaxshi kitoblar ushbu ro'yxatda jamlangan bo'lib, ulardan siz mashinani o'rganishni o'zingiz yoqtirgan yo'nalishda rivojlantirish uchun foydalanishingiz mumkin.
Mashinani oʻrganish boʻyicha mustahkam poydevor va ushbu turli xil darsliklarni oʻqisangiz, hududda ishlaganingizda tez-tez foydalanishingiz mumkin boʻlgan maʼlumot kutubxonasini ishlab chiqishingiz mumkin boʻladi.
Bitta kitobni o‘qisangiz ham, o‘rganishda, yaxshilanishda va ta’sir qilishda davom etishingiz uchun ilhomlanasiz.
Mashinani o'rganish algoritmlarini ishlab chiqishga tayyor va malakali bo'lsangiz, ma'lumotlar loyihangiz muvaffaqiyati uchun juda muhim ekanligini yodda tuting.
Leave a Reply