¿Cuáles son los libros de aprendizaje automático más efectivos para programadores competitivos experimentados que no tienen conocimiento del aprendizaje automático?

Veo a dónde va, tener una buena experiencia en programación competitiva no agregará nada a su conocimiento sobre ML, por lo que si desea comenzar en el campo del aprendizaje automático, debe comenzar desde el principio.

Puedo decirle mucho sobre desde dónde puede comenzar y darle una larga lista de requisitos previos, pero no me gusta esto, me encanta aprender haciendo, quiero decir, comenzar a aprender ML, y si está atrapado en algo, busque eso.

Por donde puedes empezar

Puedes comenzar por esto:
Curso de aprendizaje automático – YouTube
O esto:
Aprendizaje automático con Python – YouTube
El primero es el más común.

También revise estas preguntas y sus respuestas para obtener más detalles y sugerencias:

¿Cómo aprendo el aprendizaje automático?

¿Cómo comienza un principiante total a aprender el aprendizaje automático si tiene algún conocimiento de los lenguajes de programación?

En Machine Learning, puede comenzar con Hastie y Tibshirani: el legendario: minería de datos, inferencia y predicción. 2nd Edition (también conocido como ESL), o la Introducción simplificada al aprendizaje estadístico (ISL). Ambos están disponibles como PDF gratis.

A diferencia de un libro de texto de referencia, puede leer estos de principio a fin. Te darán una buena imagen del campo. El curso de ISL está en línea en el sitio de Stanford: aprendizaje estadístico

Otra opción es Abu Mustafa Aprendiendo de los datos: un curso corto. Es el libro complementario de su curso Caltech aquí: Yaser S. Abu-Mostafa – YouTube. Menos completo que el ISL, un poco más difícil de conseguir.

En Deep Learning recomiendo el curso de Hugo Larochelle Sherbrooke aquí: Hugo Larochelle. Él tiene suficiente material de referencia para que comiences, incluso si solo quieres leer.

Courville, Goodfellow y Bengio Deep Learning es el mejor libro de texto dedicado al aprendizaje profundo: obténgalo después de haber completado el curso Larochelle.

Mi libro introductorio favorito es “Machine Learning: A Perspective Probabilistic” de Kevin Murphy (libro de texto de aprendizaje automático). Es el último libro de texto con una cobertura integral integral de ML como un campo. Su enfoque probabilístico lo hace bastante accesible para los nuevos participantes en el campo. Comencé leyendo el libro de texto de Chris Bishop (Christopher Bishop en Microsoft Research) ya que el libro de Murphy no estaba disponible alrededor de 2010-11. Pero Murphy’s es actualmente el mejor libro de texto en el mercado. También he oído que el libro de texto introductorio accesible de Tom Mitchell podría actualizarse y lanzarse en una versión más nueva, pero aún está en proceso y su fecha de lanzamiento aún no está en el horizonte.

Estos dos recursos serían útiles para alcanzar la velocidad en Machine Learning:

  1. Los programadores pueden ingresar al aprendizaje automático: dominio del aprendizaje automático
  2. ZuzooVn / machine-learning-for-software-ingenieros