शुरुआती के लिए 15 मशीन सीखने की किताबें

उन लोगों के लिए मशीन लर्निंग किताबों का चयन किया जो यह जानना चाहते हैं कि क्या और कैसे।
बुकमार्क और सहकर्मियों के साथ साझा करें!

रूसी में मशीन लर्निंग बुक्स

1. "मशीन लर्निंग और फोरकास्टिंग की गणितीय नींव" व्लादिमीर वायुगिन।

किस बारे में?

सबसे पहले, मशीन रणनीतियों, भविष्य कहनेवाला खेलों के सांख्यिकीय सिद्धांत, और विशेषज्ञ रणनीतियों का उपयोग करके पूर्वानुमान की मूल बातें जानें। उनकी नींव को पुस्तक के लेखक, भौतिक और गणितीय विज्ञान के डॉक्टर व्लादिमीर वायुगिन द्वारा पूरी तरह से समझाया गया है। मैनुअल छात्रों और स्नातक छात्रों के लिए डिज़ाइन किया गया है और एक सुलभ रूप में मशीन लर्निंग के साथ आगे के काम के लिए आवश्यक गणितीय नींव निर्धारित करता है।

2. "सुप्रीम एल्गोरिथम" पेड्रो डोमिंगोस।

किस बारे में?

पुस्तक, धन्यवाद जिसके लिए लोग गणित और आंकड़ों में कुछ भी नहीं समझते हैं, यह समझेंगे कि मशीन लर्निंग एल्गोरिदम क्या हैं और जीवन में उनका आवेदन क्या है। प्रोफेसर पेड्रो डोमिंगोस पांच मुख्य मशीन लर्निंग स्कूलों के बारे में बात करते हैं और कैसे वे वैज्ञानिक ज्ञान के विभिन्न क्षेत्रों - न्यूरोबायोलॉजी, भौतिकी, सांख्यिकी, जीवविज्ञान से विचारों का उपयोग करते हैं - लोगों को जटिल समस्याओं को हल करने और एल्गोरिदम का उपयोग करते हुए दिनचर्या को सरल बनाने में मदद करते हैं।

हेनरिक ब्रिंक, जोसेफ रिचर्ड्स, मार्क फीवरॉल्फ द्वारा 3. "मशीन लर्निंग" ।

किस बारे में?

यह 2017 संस्करण पुस्तक मशीन लर्निंग पर उपलब्ध है - उन लोगों के लिए जिन्होंने इन प्रौद्योगिकियों के बारे में कुछ भी नहीं सुना है। एक या एक अन्य एल्गोरिथ्म का उपयोग करने के लिए कोई सारगर्भित आँकड़े, गणित या गहराई से और विस्तृत विवरण नहीं है। लेखक आसानी से समझाते हैं कि मशीन सीखना क्या है और इसे रोजमर्रा की जिंदगी में कैसे लागू किया जाए। पुस्तक में उदाहरण पायथन प्रोग्रामिंग भाषा में दिए गए हैं, जिसका उपयोग इस क्षेत्र में भी किया जाता है।

4. "पायथन के साथ बड़े पैमाने पर मशीन सीखना।" बास्टियन चारडिन, लुका मासारोन, अल्बर्टो बोसकेट्टी।

किस बारे में?

प्रोग्रामिंग और बड़े डेटा विश्लेषण में अपनी यात्रा पर शुरुआती लोगों के लिए एक और महान पुस्तक। लेखकों का दावा है कि इसके लिए धन्यवाद, पाठक सीखेंगे कि मशीन सीखने के मॉडल को स्वतंत्र रूप से कैसे बनाया जाए और बड़े पैमाने पर पूर्वानुमान अनुप्रयोगों को तैनात किया जाए। पुस्तक बताती है कि स्केलेबल परिवार में क्या एल्गोरिदम शामिल हैं, वे क्या हैं और उनकी मदद से बड़ी फ़ाइलों को कैसे संसाधित किया जाए। आप यह भी जानेंगे कि MapReduce कंप्यूटिंग प्रतिमान क्या है और पायथन में Hadoop और Spark प्लेटफार्मों पर मशीन एल्गोरिदम के साथ कैसे काम करना है।

सेबस्टियन रास्का द्वारा "पाइथन एंड मशीन लर्निंग" ।

किस बारे में?

पायथन और मशीन सीखने वाले शुरुआती लोगों के लिए एक किताब। प्रकाशन में एक विशेष एप्लिकेशन ज्यूपिटर नोटबुक स्थापित करने के रूप में इस तरह की बारीकियों पर भी विस्तृत मैनुअल शामिल हैं।

पुस्तक में मशीन लर्निंग की मूल बातें शामिल हैं, डेटा विश्लेषण के लिए सबसे शक्तिशाली पायथन पुस्तकालयों की क्षमताओं, और इस सवाल का जवाब दिया गया है कि यह भाषा डेटा साइंस में नेताओं में से एक क्यों है।

6. "बॉयोमीट्रिक समस्याओं में चेहरे की छवियों के प्रसंस्करण और मान्यता के तरीके" जार्ज कुखारेव, एकातेरिना कामेंस्काया, यूरी मटेव, नादेज़्दा शचीगोलेवा

किस बारे में?

इस तथ्य के बावजूद कि यह पुस्तक शुरुआती लोगों के लिए अभिप्रेत है और कृत्रिम बुद्धि के मूल सिद्धांतों का परिचय देती है - विशेष रूप से, चेहरा पहचानने की तकनीक - पूरी तरह से शब्दावली को समझने के लिए एक पूरी पृष्ठभूमि की आवश्यकता होती है और आराम से पढ़ने में डूब जाते हैं। यह चेहरे की छवियों का विश्लेषण करने, वास्तविक दृश्यों से स्रोत डेटा प्राप्त करने, मान्यता प्रणालियों की संरचना, और अन्य के रूप में ऐसे बायोमेट्रिक्स मुद्दों को संबोधित करता है। मोनोग्राफ में उदाहरण मशीन लर्निंग भाषा MATLAB में दिए गए हैं। यदि आपके पास तकनीकी पृष्ठभूमि का ज्ञान नहीं है, लेकिन फिर भी पुस्तक पढ़ना चाहते हैं - अपरिचित शब्द Google हो सकते हैं, यह पढ़ने के दौरान किसी भी असुविधा का अनुभव नहीं करने के लिए पर्याप्त है।

9. "मशीन सीखना। विज्ञान और डेटा के ज्ञान को निकालने वाले एल्गोरिदम के निर्माण की कला “ पीटर फ्लैक।

किस बारे में?

यह रंग चित्रण शुरुआती मशीन और सीखने की व्यापक समस्याओं के समाधान के लिए भी है। जैसा कि पाठक विषय में डुबकी लगाता है, लेखक अधिक से अधिक विवरण प्रकट करता है, लेकिन पुस्तक को समझना बहुत मुश्किल नहीं है: सभी नई शब्दावली को समझाया गया है, और सांख्यिकीय और तार्किक मॉडल एक ऐसी भाषा में वर्णित हैं जो एक अप्रस्तुत पाठक के लिए समझ में आता है।

9. "सुदृढीकरण के साथ अध्ययन," रिचर्ड एस सटन, एंड्रयू जी बार्टो।

किस बारे में?

प्रबलित शिक्षण कृत्रिम बुद्धि के क्षेत्रों में से एक है। संक्षेप में और सबसे सामान्य रूप में इसके सार को निम्नानुसार कहा जा सकता है: मशीन पर्यावरण में कार्य करना सीखती है, सहज अनुभव प्राप्त करती है, और फिर इसके परिणामों का निरीक्षण करती है। पुस्तक इस क्षेत्र में मौलिक विचारों से लेकर आधुनिक उपलब्धियों तक - सुदृढीकरण के साथ सीखने की अवधारणा को व्यापक रूप से रेखांकित करती है।

मशीन लर्निंग बुक्स अंग्रेजी में

सभी पुस्तकें एक छोटी तकनीकी पृष्ठभूमि के साथ कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों या विशेषज्ञों के अनुभव के बिना शुरुआती लोगों के लिए डिज़ाइन की गई हैं। बहुमत का लक्ष्य बुनियादी सिद्धांतों, अवधारणाओं, विचारों और कुछ मशीन लर्निंग एल्गोरिदम को पेश करना है।

9. डेविड बार्बर द्वारा "बायेसियन रीजनिंग एंड मशीन लर्निंग" ।

किस बारे में?

डेविड बार्बर की पुस्तक छात्रों और स्नातकों के लिए बीजगणित और गणितीय विश्लेषण के न्यूनतम ज्ञान के साथ लिखी गई है - अर्थात, यह सीखने की शिक्षा शुरू करने के लिए बहुत अच्छा है। जैसा कि नाम से ही स्पष्ट है कि यह बायेसियन सांख्यिकीय अनुमान के आसपास केंद्रित है। पुस्तक आपको मशीन सीखने के एल्गोरिदम के साथ काम करने में समस्याओं को हल करने के लिए विश्लेषणात्मक कौशल विकसित करने और नए तरीके खोजने की अनुमति देती है। प्रत्येक अध्याय उदाहरणों, व्यावहारिक और सैद्धांतिक कार्यों के साथ है।

9. "मशीन लर्निंग का परिचय" Nils J. Nilsson

किस बारे में?

यह पुस्तक एक पाठ्यपुस्तक नहीं है, व्यावहारिक समस्याओं या सैद्धांतिक अनुसंधान का संग्रह है। यह सिद्धांत से मशीन सीखने के अभ्यास के लिए "पुल" का एक प्रकार है। इसकी मदद से, पाठक मशीन लर्निंग और डेटा साइंस विषयों के आगे के अध्ययन के लिए तैयारी कर सकते हैं।

11. "सांख्यिकीय शिक्षा के तत्व। डाटा माइनिंग, इनविज़न एंड प्रेडिक्शन » ट्रेवर हस्ती, रॉबर्ट टिब्शिरानी, ​​जेरोम फ्रीडमैन।

किस बारे में?

यह ट्यूटोरियल जटिल गणितीय सूत्रों और अवधारणाओं के बिना, डेटा विज्ञान के विचारों का वैचारिक रूप से वर्णन करता है। इसमें कई उदाहरण हैं, जो आगे लिखे गए सार को प्रकट करते हैं। पुस्तक का दायरा विस्तृत है: नियंत्रित शिक्षण (पूर्वानुमान) से लेकर शिक्षक के बिना सीखने तक। शामिल विषयों में तंत्रिका नेटवर्क, समर्थन वेक्टर तरीके, वर्गीकरण पेड़ और बूस्टिंग शामिल हैं। पुस्तक के लेखक प्रोफेसरों, पाठ्यपुस्तकों के रचनाकारों और डेटा माइनिंग टूल्स सिखा रहे हैं।

12. मशीन लर्निंग, तंत्रिका और सांख्यिकीय वर्गीकरण। डी । मिक्सी, डीजे स्पीगलहेल्टर, सीसी टेलर।

किस बारे में?

यह प्रकाशन वर्गीकरण की समस्याओं के लिए मुख्य आधुनिक दृष्टिकोणों को रेखांकित करता है: मशीन लर्निंग, सांख्यिकी और तंत्रिका नेटवर्क। लेखकों ने विभिन्न संकेतकों के लिए तरीकों की प्रभावशीलता की तुलना की और निष्कर्ष निकाला कि उनमें से प्रत्येक वाणिज्यिक और औद्योगिक समस्याओं को हल करने के लिए अधिक उपयुक्त है।

13. "अपना खुद का न्यूरल नेटवर्क बनाएं" तारिक रशीद।

किस बारे में?

पुस्तक का लाभ पाठक की पृष्ठभूमि गणितीय ज्ञान के लिए कम आवश्यकताएं हैं। यहां तक ​​कि आपके सिर में एक स्कूल पाठ्यक्रम के साथ, आप इसे पढ़ सकते हैं, समझ सकते हैं, मूल अवधारणाओं में महारत हासिल कर सकते हैं और सीख सकते हैं कि पायथन में अपनी स्वयं की छवि पहचान एल्गोरिदम कैसे प्रोग्राम करें। तंत्रिका नेटवर्क डिवाइस के मूल में सभी गणितीय विचारों को बड़ी संख्या में उदाहरणों और उदाहरणों से सॉस के साथ परोसा जाता है, जो धारणा को सरल करता है।

14. "कृत्रिम बुद्धिमत्ता: एक आधुनिक दृष्टिकोण" स्टुअर्ट रसेल, पीटर नॉरविग।

किस बारे में?

प्रथम वर्ष के छात्रों के लिए पाठ्यपुस्तक। यह अक्सर विश्वविद्यालय के कई शिक्षण कार्यक्रमों में डेटा विज्ञान के परिचय के रूप में उपयोग किया जाता है। यदि आप विशेष रूप से कृत्रिम बुद्धि बनाने के लिए तंत्रिका नेटवर्क को डिजाइन करने में रुचि रखते हैं, तो हम इसे इस विषय पर पहली पुस्तक के रूप में सुझाते हैं।

15. "डेटा से सीख" यासर एस। अबू-मुस्तफा, मलिक मैगडन-इस्माइल, हसन-टीएन लिन।

किस बारे में?

पुस्तक को "एक छोटा कोर्स" उपशीर्षक दिया गया है और मशीन सीखने की मूल बातें के लिए पाठक का संक्षिप्त परिचय देता है। यदि आपने डेटा साइंस की दुनिया में क्या हो रहा है, और इंटरनेट पर कई लेखों को पढ़ना शुरू कर दिया है, तो यह विषय को थोड़ा और गहराई से समझने के लिए आदर्श है।