Книги по машинному обучению

Книги – это замечательная инвестиция. Вы получаете годы опыта всего лишь за несколько десятков долларов.

Я люблю книги и читаю каждую книгу по машинному обучению, которая попадается мне под руку.

Я думаю, что наличие авторитетных источников – это самый быстрый способ получить содержательные ответы на вопросы по машинному обучению, а множество книг может дать множество точек зрения на сложные вопросы.

В этом руководстве вы найдете лучшие книги по машинному обучению.

Желание читать книги по машинному обучению возникает по ряду причин. Поэтому я сгруппировал и перечислил книги по машинному обучению несколькими разными способами, например:

• Тип: учебники, научно-популярные и т.п.
• Тема: Python, глубокое обучение и т.п.
• Издатель: Packt, O’Reilly и т.п.

И так далее.

На все книги есть ссылки на Amazon, так что вы сможете узнать о них больше и даже сразу же купить.

Я буду обновлять это руководство, так что добавляйте его в закладки и регулярно возвращайтесь.

Давайте начнём!

Как пользоваться этим руководством

1. Найдите тему или вопрос, который наиболее вас интересует.
2. Просмотрите книги в выбранном вами разделе.
3. Купите книгу.
4. Прочтите её от корки до корки.
5. Повторите.

Иметь книгу – это не то же самое, что и знать её содержание. Читайте книги, которые покупаете.

Читали ли вы когда-нибудь книги по машинному обучению?
Поделитесь прочтённым в комментариях ниже.

Книги по машинному обучению, сортированные по их типу

Научно-популярные книги по машинному обучению

Вот список научно-популярных книг по машинному обучению, предназначенных для общей аудитории.

Они дают возможность узнать о преимуществах машинного обучения или науки о данных без теории или деталей их применения. Также я добавил некоторые научно-популярные книги по статистическому мышлению, которые мне понравились.

• The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World [«Верховный алгоритм: как машинное обучение изменит наш мир»]
• Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die [«Просчитать будущее. Кто кликнет, купит, соврет или умрет»]
• The Signal and the Noise: Why So Many Predictions Fail–but Some Don’t [«Сигнал и шум: Почему одни прогнозы сбываются, а другие – нет»]
• Naked Statistics: Stripping the Dread from the Data [«Голая статистика: Самая интересная книга о самой скучной науке»]
• The Drunkard’s Walk: How Randomness Rules Our Lives [«(Не)Совершенная случайность. Как случай управляет нашей жизнью»]

Лучшая книга из этого списка: The Signal and the Noise. [«Сигнал и шум»]

Среди этих книг против оптимизации выступает Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy [«Оружие математического поражения: как «большие данные» усугубляют неравенство и угрожают демократии»]

Книги по машинному обучению для начинающих

Существует много книг по машинному обучению, предназначенных для начинающих.

Так же, как и из научно-популярных книг (предыдущий раздел), из этих печатных изделий можно узнать о преимуществах прикладного машинного обучения. Однако вводные книги также дают базовые знания о тонкостях процесса реализации (ниже).

• Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking [«Наука о данных для бизнеса: Всё, что вам надо знать об интеллектуальном анализе данных и аналитическом мышлении»]
• Data Smart: Using Data Science to Transform Information into Insight [«Много цифр. Анализ больших данных при помощи Excel»]
• Data Mining: Practical Machine Learning Tools and Techniques [«Интеллектуальный анализ данных: практические инструменты и техники машинного обучения»]
• Doing Data Science: Straight Talk from the Frontline [«Наука о данных: откровенно с передовой»]

Лучшей книгой из этого списка может быть: Data Mining: Practical Machine Learning Tools and Techniques [«Интеллектуальный анализ данных: практические инструменты и техники машинного обучения»].

Вводные книги по машинному обучению

Далее находится список лучших книг для начинающих, которые могут быть использованы студентами бакалавриата или разработчиками, которые хотят начать работу в данной сфере.

Они охватывают широкий спектр тем по машинному обучению, концентрируясь скорей на вопросе «КАК?», чем на теории, и на мотивации использования тех или иных методов.

• Machine Learning for Hackers: Case Studies and Algorithms to Get You Started [«Машинное обучение для хакеров: разбор практических примеров и алгоритмы для начинающих»].
• Machine Learning in Action [«Машинное обучение на практике»]
• Programming Collective Intelligence: Building Smart Web 2.0 Applications [«Программируем коллективный разум: создание интеллектуальных приложений для Web 2.0.»]
• An Introduction to Statistical Learning: with Applications in R [«Введение в статистическое обучение с примерами на языке R»]
• Applied Predictive Modeling [«Прикладное прогнозное моделирование»]
• Лучшей книгой из этого списка может быть: An Introduction to Statistical Learning: with Applications in R [«Введение в статистическое обучение с примерами на языке R»].

Учебники по машинному обучению

Ниже представлен список лучших учебников по машинному обучению. Это те книги, которые можно использовать во время учебы на магистратуре. Они охватывают широкий спектр методов и теории, стоящей за ними.

• The Elements of Statistical Learning: Data Mining, Inference, and Prediction [«Элементы статистического обучения: интеллектуальный анализ данных, логические выводы и прогнозирование»]
• Pattern Recognition and Machine Learning [«Распознавание образов и машинное обучение»]
• Machine Learning: A Probabilistic Perspective [«Машинное обучение с точки зрения вероятностей»]
• Learning From Data [«Обучение на данных»]
• Machine Learning [«Машинное обучение»]
• Machine Learning: The Art and Science of Algorithms that Make Sense of Data [«Машинное обучение: Наука и искусство построения алгоритмов, которые извлекают знания из данных»]
• Foundations of Machine Learning [«Основы машинного обучения»]
• Лучшей книгой из этого списка может быть: The Elements of Statistical Learning: Data Mining, Inference, and Prediction [«Элементы статистического обучения: интеллектуальный анализ данных, логические выводы и прогнозирование»].

Книги по машинному обучению, сортированные по теме

Машинное обучение на R

Список книг по прикладному машинному обучению на языке R

• R for Data Science: Import, Tidy, Transform, Visualize, and Model Data [«Платформа R для науки о данных: импорт, упорядочивание, трансформация, визуализация и моделирование данных»]
• Machine Learning with R. [«Машинное обучение на языке R»]
• Machine Learning With R Cookbook – 110 Recipes for Building Powerful Predictive Models with R. [«Машинное обучение с книгой рецептов для R – 110 рецептов для создания мощных моделей прогнозирования»]
• R Machine Learning By Example. [«Машинное обучение на языке R на основе примеров»]
• R Machine Learning Essentials. [«Основы машинного обучения на языке R»]
• Mastering Machine Learning with R [«Осваиваем машинное обучение на языке R»]
• An Introduction to Statistical Learning: with Applications in R. [«Введение в статистическое обучение с примерами на языке R»]
• Practical Data Science with R [«Практическая наука о данных на языке R»]
• Applied Predictive Modeling. [«Прикладное прогнозное моделирование»]
• R and Data Mining: Examples and Case Studies [«R и интеллектуальный анализ данных: примеры и их разбор»]

Лучшая книга из этого списка: Applied Predictive Modeling. [«Прикладное прогнозное моделирование»]

Машинное обучение на Python

Список лучших книг по машинному обучению на Python и SciPy

• Python Machine Learning [«Машинное обучение на Python»]
• Data Science from Scratch: First Principles with Python [«Наука о данных с нуля: первые принципы работы с Python»]
• Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems [«Прикладное машинное обучение на Scikit-Learn and TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем »]
• Introduction to Machine Learning with Python: A Guide for Data Scientists [«Введение в машинное обучение на Python: руководство для занимающихся наукой о данных»]
• Vital Introduction to Machine Learning with Python: Best Practices to Improve and Optimize Machine Learning Systems and Algorithms [«Введение в машинное обучение на Python: как улучшить и оптимизировать системы машинного обучения и алгоритмы»]
• Machine Learning in Python: Essential Techniques for Predictive Analysis [«Машинное обучение в Python: основные методы прогнозного анализа»]
• Python Data Science Handbook: Essential Tools for Working with Data [«Руководство по машинному обучению на Python: инструменты, необходимые для работы с данными»]
• Introducing Data Science: Big Data, Machine Learning, and more, using Python tools [«Основы Data Science и Big Data. Python и наука о данных»]
• Real-World Machine Learning [«Машинное обучение для применения на реальных данных»]

Лучший выбор: Python Machine Learning. [«Машинное обучение на Python»]

Глубокое обучение

Список книг по глубокому обучению. На сегодняшний день выбор хороших книг вовсе невелик, так что я решил взять не качеством, а количеством.

• Deep Learning [«Глубокое обучение»]
• Deep Learning: A Practitioner’s Approach [«Глубокое обучение: практический подход»]
• Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms [«Основы глубокого обучения: создание алгоритмов искусственного интеллекта нового поколения »]
• Learning TensorFlow: A guide to building deep learning systems [«Изучение TensorFlow: руководство по созданию систем глубокого изучения»]
• Machine Learning with TensorFlow [«Машинное обучение на TensorFlow»]
• TensorFlow Machine Learning Cookbook [«Книга рецептов по изучению машинного обучения на TensorFlow»]
• Getting Started with TensorFlow [«Начало работы с TensorFlow»]
• TensorFlow for Machine Intelligence: A Hands-On Introduction to Learning Algorithms [«TensorFlow для искусственного интеллекта: практическое введение в изучение алгоритмов»]
• Очевидно лучшая книга из этого списка: Deep Learning. [«Глубокое обучение»]

Прогнозирование временных рядов

Список книг по прогнозированию временных рядов.

На сегодняшний день в прикладном аспекте прогнозирования временных рядов господствующее положение занимает R.

• Time Series Analysis: Forecasting and Control [«Анализ временных рядов: прогнозирование и контроль»]
• Practical Time Series Forecasting with R: A Hands-On Guide [«Практическое прогнозирование временных рядов на R: руководство»]
• Introduction to Time Series and Forecasting [«Введение в теорию временных рядов и прогнозирование»]
• Forecasting: principles and practice [«Прогнозирование: принципы и практика»]

Лучшая вводная книга – это Forecasting: principles and practice [«Прогнозирование: принципы и практика»].

Лучшая книга о временных рядах – это Time Series Analysis: Forecasting and Control [«Анализ временных рядов: прогнозирование и контроль»].

Книги по машинному обучению, сортированные по издателю

Есть три издательства, которые детально исследуют машинное обучение и буквально пачками печатают книги на эту тему.

Они называются: «O’Reilly», «Manning» и «Packt».

Эти издательства специализируются на прикладных книгах, и их качество в этом списке разнится от хорошо оформленных и отредактированных до нескольких постов из блога, соединенных вместе.

Книги по машинному обучению издательства «O’Reilly»

У «O’Reilly» есть сотни книг, связанных с их инициативой в информационной сфере, большинство из них связаны с машинным обучением.

Перечислить их все здесь невозможно, так что переходите по ссылкам по теме. Ниже приведены несколько бестселлеров.

• Programming Collective Intelligence: Building Smart Web 2.0 Applications [«Программируем коллективный разум: создание интеллектуальных приложений для Web 2.0.»]
• Introduction to Machine Learning with Python: A Guide for Data Scientists [«Введение в машинное обучение на Python: руководство для занимающихся наукой о данных»]
• Deep Learning: A Practitioner’s Approach [«Глубокое обучение: практический подход»]
• Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms [«Основы глубокого обучения: создание алгоритмов искусственного интеллекта нового поколения»]
• Data Science from Scratch: First Principles with Python [«Наука о данных с нуля: первые принципы работы с Python»]
• Python Data Science Handbook: Essential Tools for Working with Data [«Руководство по машинному обучению на Python: инструменты, необходимые для работы с данными»]

Возможно, книга Programming Collective Intelligence: Building Smart Web 2.0 Applications [«Программируем коллективный разум: создание интеллектуальных приложений для Web 2.0.»] заложила фундамент этого направления. Она популярна уже длительное время.

Ссылки по теме

• Информационные порталы O’Reilly
• Информационные продукты O’Reilly
• Набор для начинающих в машинном обучении: автоматизация анализа путем информационных схем

Книги по машинному обучению издательства «Manning»

Книги издательства «Manning» практичны и имеют достойное качество. У них нет каталога из сотен книг (пока), как у «O’Reilly» и «Packt».

• Machine Learning in Action [«Машинное обучение на практике»]
• Real-World Machine Learning [«Машинное обучение для применения на реальных данных»]
• Introducing Data Science: Big Data, Machine Learning, and more, using Python tools [«Основы Data Science и Big Data. Python и наука о данных»]
• Practical Data Science with R [«Практическая наука о данных на языке R»]

В каталоге «Manning» особо выделяется Machine Learning in Action [«Машинное обучение на практике»]. Возможно, опять-таки потому, что она была первой в каталоге их книг по машинному обучению.

Ссылки по теме

• Книги по теме «наука о данных» издательства «Manning»
• Книги по машинному обучению издательства «Manning»

Книги по машинному обучению издательства «Pact»

Кажется, словно «Packt» не выпускает ничего кроме книг по науке о данных и машинному обучению.

У них есть много книг об эзотерических языках программирования, а также множество книг на такие популярные темы, как R или Python.

Ниже представлены одни из самых популярных книг.

• Machine Learning with R [«Машинное обучение на языке R»]
• Python Machine Learning [«Машинное обучение на Python»]
• Practical Machine Learning [«Машинное обучение на практике»]
• Machine Learning in Java [«Машинное обучение на Java»]
• Mastering .NET Machine Learning [«Машинное обучение на платформе .NET»]

Дополнительные ресурсы

Ниже указаны некоторые ресурсы, которые я использовал для компоновки этого руководства, а также дополнительные списки книг по машинному обучению, которые могут быть вам полезными.

• Бестеллеры по машинному обучению на сайте Amazon
• Список хороших книг по машинному обучению
• Как я изучаю машинное обучение? Ответы на сайте Quora
• FAQ по машинному обучению на сайте Reddit

 Итог

Я попытался составить самый большой и самый полный список книг по машинному обучению.

Читали ли вы какую-либо книгу из этого руководства? Какую? И что вы о ней думаете?

Купили ли вы новую книгу? Какую?

Original