Машинное обучение – перспективный подраздел искусственного интеллекта, основной целью которого является решение задачи с помощью выявления закономерностей во множестве входных данных. Метод МО применим в науке, бизнесе, здравоохранении, производстве и других общественных сферах. В подборке представлены книги по машинному обучению, ориентированные на разных читателей: от новичков, незнакомых с понятием ИИ, до профессионалов IT-отрасли.
Х.Брикс, Дж.Ричардс, М.Феверолф «Машинное обучение»
Учебник содержит теоретические основы по сбору данных, моделированию, регрессии и классификации. Пособие хорошо подойдёт для самостоятельного изучения – в конце каждого раздела подробно разобраны примеры математических заданий и приведены вопросы для самоконтроля.
А.Мюллер, С.Гвидо «Введение в машинное обучение с помощью PYTHON»
Пособие издательства «Вильямс» подходит как новичкам, так и профессионалам IT-отрасли. В отличие от предыдущего руководства авторы оставили за рамками теоретическое обоснование методов построения алгоритмов и всё внимание уделили практическому аспекту. Основная цель книги – научить читателя выполнению реальных задач в любой коммерческой или научной сфере.
А.Бурков «Машинное обучение без лишних слов»
Хит 2020 года от издательского дома «Питер», который уже успел собрать множество восторженных отзывов IT-специалистов. В произведении относительно небольшого объёма корректно описано большинство тезисов и основных идей концепции. На 200 страницах А.Бурков уместил всю информацию, которая может пригодиться в повседневной работе.
П.Домингос «Верховный алгоритм»
Произведение известного учёного-практика предназначено для людей, не знакомых с нейротехнологиями и понятием ИИ. П.Домингос рассказывает о роли ИИ в нейробиологии, биологии, физике и статистике, о технологиях, призванных облегчить повседневную жизнь людей.
Р.Саттон, Э.Барто «Обучение с подкреплением»
Авторы подробно описывают идею МО с подкреплением – одного из основных подразделов в ИИ. Книга написана довольно простым языком, может быть интересна как профессионалу, так и рядовому пользователю, аспирантам и студентам соответствующих направлений подготовки.
О.Жерон «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow»
Пособие хорошо подойдёт новичкам в IT-сфере. О.Жерон повествует читателю об азах МО и базовых инструментах построения систем. В книге описано множество способов решения задач с помощью нейронных сетей, основные знания, примеры кода, концепции и инструменты для программ, способных учиться на данных.
С.Рашка «Python и машинное обучение»
По содержанию пособие схоже с учебным творением О.Жерона, однако рассчитано на более продвинутого пользователя. Для понимания материала необходимы знания Python на среднем уровне. Автор описывает принципы основных профильных библиотек языка (Theano, Keras, Scikit-Learn). Пособие подходит для выполнения заданий в области нейросетей, анализа визуальной информации, обработке баз данных и много другого.
Ф.Шолле «Глубокое обучение на Python»
Книга посвящена глубокому МО. Пособие состоит из двух частей. Первая часть – теория. Автор повествует о том, то такое ИИ и какой потенциал использования у данного метода. Во второй части описаны реальные задания из самых разных областей, которые можно выполнить, используя полученные знания.
Н.Гифт «Прагматичный ИИ»
Пособие от издательства «Прогресс книга» известного популяризатора Python предназначено для разработчиков и аналитиков в области ИИ. В книге поэтапно описана последовательность создания приложений ИИ с нуля, также присутствует описание искусственного интеллекта в облаке. Все примеры Н. Гифт приводит на языке Python.
Н.Шакла «Машинное обучение и TensorFlow»
Руководство посвящено архитектуре нейросетей в TensorFlow. Пособие предназначено для начинающих программистов. Автор подробно разбирает базовые алгоритмы, процессы регрессии, классификации и прогнозирования.
Книги, представленные в подборке, затрагивают все важные аспекты МО. Ознакомившись с их содержанием, вы поймёте принцип работы базовых процессов и алгоритмов, узнаете об основных методах машинного обучения и научитесь применять полученные знания на практике. Все пособия содержат исчерпывающую информацию по теме и хорошо подходят для самостоятельного изучения.
