«Пока я не боялся потерять его, я никогда не любил читать. Не любят дышать ». - Харпер Ли
Общепризнано, что чтение книг дает больше информации и знаний, чем любые видео или статьи. Принимая это во внимание, на этот раз моя статья не о чем-либо, связанном с наукой о данных или методах или алгоритмах машинного обучения, а о книгах, в которых вы можете найти все содержимое на арене.
Итак, в этой статье я расскажу о некоторых из самых читаемых книг и часто упоминаемых экспертами в этой области. Так чего же ждать, давайте погрузимся в подробности.
1. Введение в статистическое обучение с применением в R.
В этой книге подробно рассказывается о различных методах статистического обучения, таких как графики, распределения дисперсии и т. Д., А также о различных методах, на которых закладываются основы различных алгоритмов машинного обучения, таких как линейная регрессия, ее варианты, такие как лассо и гребенчатая регрессия, включая некоторые из классификаций. техники.
Эта книга может помочь нам создать прочную статистическую основу, если вы хотите начать работу в области науки о данных и машинного обучения.
Нажмите здесь, чтобы загрузить PDF.
2. Распознавание образов и машинное обучение (Кристофер Бишоп)
В этой книге рассматриваются темы, как следует из названия. Распознавание образов означает, что в нем подробно рассматриваются темы, связанные с различными методами распределения вероятностей, а также байесовский вывод, методы максимального правдоподобия. Линейная модель для регрессии и классификации обсуждается с точки зрения того, как они помогают нам выполнять регрессионный и классификационный анализ. Более подробно обсуждается нейронная сеть и то, как с ней связаны веса, градиентный спуск, а также различные методы ядра, используемые в машине опорных векторов.
Эта книга для тех, кто хочет знать основы различных алгоритмов машинного обучения и используемых в них методов.
Нажмите здесь, чтобы загрузить PDF.
3. Наука о данных для бизнеса
Вы все должны знать, как такие области, как наука о данных, глубоко укоренились в бизнесе. Исходя из этого, в этой книге рассказывается о навыках развития мышления и мышления, связанных с аналитикой данных. Наряду с этим в нем рассказывается о различных бизнес-проблемах и его решениях в области науки о данных, а также о визуализации производительности модели для передачи заинтересованным сторонам результатов и аналитических выводов.
Я настоятельно рекомендую вам всем прочитать эту книгу, чтобы получить больше идей о том, как наука о данных связана с бизнесом.
Нажмите здесь, чтобы загрузить PDF.
4. Наука о данных с нуля
В этой книге рассматривается множество тем, связанных с наукой о данных в целом, таких как линейная алгебра, статистика, вероятность, множественная регрессия, кластеризация, нейронная сеть, обработка естественного языка и множество других тем, связанных с этим. Так что благодаря этому вы все можете догадаться, почему это название такое.
Если вы парень, который хочет получить представление обо всех основных темах науки о данных, пожалуйста, прочтите эту книгу.
Нажмите здесь, чтобы загрузить PDF.
5. Глубокое обучение с помощью Python
Хватит теоретической части, теперь давайте поговорим о кодировании и практической реализации. Книга этой публикации посвящена реализации различных алгоритмов глубокого обучения, таких как глубокая нейронная сеть, сверточная нейронная сеть, генеративная состязательная сеть и т. Д., А также различных методов, таких как генератор данных изображения, увеличение изображения и т. Д., Что достаточно для повышения вашего набора навыков. на новый уровень.
Я очень рекомендую его, если вы немного знакомы с концепцией Python и нейронной сети и хотите создавать различные проекты, связанные с этим.
Нажмите здесь, чтобы загрузить PDF.
Заключение
Достаточно для этой статьи. Следует отметить, что помимо упомянутых выше есть и другие книги, я не могу подробно рассказать о каждой из них. Но я с нетерпением жду возможности обсудить их в следующих моих статьях.
Надеюсь, вы все ознакомились с моим содержанием. Следуйте за мной и следите за новостями, как таковые.
Спасибо.
