Mi elección sería una de las siguientes:
Reconocimiento de patrones y aprendizaje automático por Christopher M. Bishop
Los elementos del aprendizaje estadístico: minería de datos, inferencia y predicción por Trevor Hastie, Robert Tibshirani y Jerome Friedman
- ¿Cuál es el número esperado de veces que una computadora puede calcular 1 + 1 correctamente sin cometer un error?
- ¿Cuál es el equipo de detección de sonar más pequeño posible?
- ¿Qué es un índice agrupado?
- ¿Cuál es la diferencia entre la barra diagonal (/) y la barra diagonal inversa (\)?
- ¿Cuál es la diferencia entre el trabajo de TI y la informática, trabajo principal?
Aprendizaje automático: una perspectiva probabilística por Kevin P. Murphy
Aprendizaje profundo por Ian Goodfellow, Yoshua Bengio y Aaron Courville
Cada uno de los libros enfatiza una parte diferente del aprendizaje automático y el aprendizaje profundo, pero en mi opinión se complementan muy bien y cada uno de ellos ofrece un gran valor.
Si los habitantes de la isla están más interesados en el aprendizaje automático tradicional, probablemente elegiría Reconocimiento de patrones y Aprendizaje automático. En caso de que quiera impresionarlos con los últimos métodos, busque el libro Deep Learning, pero tenga en cuenta que podrían acusarlo de practicar magia de aprendizaje profundo.
