Aquí hay algunos libros gratuitos: 16 libros gratuitos de Machine Learning
Recientemente he reconocido el valor de leer muchos libros de texto diferentes sobre un tema determinado. Me obliga a reducir la velocidad para aprender íntimamente los algoritmos en lugar de simplemente familiarizarme con ellos, al mismo tiempo que me emociona porque consigo un nuevo libro para leer. Creo que muchos de los libros de texto más introductorios repiten el 95% de la misma información, pero definitivamente hay una diferencia adicional del 5% que vale la pena recopilar. Coloco el Modelo predictivo aplicado de Kuhn, la Introducción al aprendizaje estadístico (ISLR), el Aprendizaje automático de Python de Sebastian Raschka y el Curso A de Daumé en ML en esta categoría. Todos estos son recursos iniciales absolutamente fantásticos.
Sin embargo, cuando busco el siguiente nivel de comprensión, soy un gran admirador del aprendizaje automático de Kevin Murphy: una perspectiva probabilística. Estoy descubriendo que ML es mucho, “Bueno, este algoritmo es básicamente el mismo que eso, excepto que cambiamos ______”. Hace un gran trabajo al mencionar aspectos adicionales de los que no se habló en los libros introductorios, y él hace un gran trabajo al integrar varios modelos en marcos más amplios para que parezcan mucho más relacionados. Por ejemplo, el Capítulo 14 sobre funciones de base radial adaptativa fue extremadamente útil. Vea la primera revisión de Amazon para ver cómo este libro encaja entre los otros libros de texto de ML más avanzados.
- ¿Cuál es la marca de corte para CS en NIT Rourkela en 2017?
- En la historia de la computación, ¿quién era el científico que se sorprendió al descubrir que las máquinas en su laboratorio se comunicaban entre sí?
- ¿Qué se entiende por incrustar en el aprendizaje automático?
- ¿Qué es la verificación de enlaces de sitios web?
- ¿Qué pasaría si casi cualquier persona pudiera escribir software de alta calidad?
Normalmente miro Elementos de aprendizaje estadístico (que todavía está por encima de mí) y la Clasificación de patrones de Duda para ver qué aspectos no mencionados han dejado de lado los libros anteriores. Eso es principalmente para mí saber qué aprender en ese nivel en lugar de aprenderlo realmente.
