¿Cuál es un buen libro para estadísticas como una consideración de ML para principiantes?

El mejor libro para comenzar es ” Programando Inteligencia Colectiva “.

Como eres un principiante, no necesitas conocer todos los conceptos estadísticos. Usted sabrá todos estos conceptos STATS con el tiempo.

NOTA: Si comienzas a aprender el aprendizaje automático con estadísticas, te rendirás en algún momento. Simplemente aprenda a aplicar los conceptos de aprendizaje automático con el tiempo, con el tiempo comprenderá las matemáticas detrás de eso.

“NO LEA EL LIBRO CUBIERTA A CUBIERTA”.

Comience a aprender del curso de Andrew ng “Machine Learning | Coursera “y lea los temas correspondientes del libro.

Es 2017, amigo, no te apresures a leer libros que tienes en YouTube, por supuesto, utiliza estos recursos.

Se deben seguir los pasos para crecer rápidamente:

  1. Ir y completar el curso en Coursera de aprendizaje automático.
  2. Prepara un libro que sugerí anteriormente.
  3. Tome un proyecto simple cualquiera de su dominio. (si no puede encontrar ideas de proyectos sobre el aprendizaje automático, vaya a mi perfil de quora, respondí una pregunta de ideas de proyectos)
  4. Solicite una pasantía.

Si aún desea aprender STATS antes del aprendizaje automático, vaya a UDEMY, hay un curso sobre eso.

Espero que les guste mi respuesta. Que tengas un buen día 🙂

Felicidades

Hay pocos libros que son buenos para las estadísticas y recomiendo lo siguiente:

  • Elementos de aprendizaje estadístico
  • Reconocimiento de patrones y aprendizaje automático
  • Libro de aprendizaje profundo

Creo que puede usar cualquiera de los libros anteriores para obtener estadísticas. Los primeros dos para aprendizaje automático y el tercero para aprendizaje profundo.

https://www.amazon.in/Pattern-Re…

Este es un buen libro, pero no aconsejará comenzar desde aquí sino estudiar estos dos cursos primero y luego leer el libro mencionado anteriormente.

  1. Introducción a la estadística: estadística descriptiva
  2. https://www.edx.org/course/introduction-statistics-inference-uc-berkeleyx-stat2-3x

Hay muchos libros de estadísticas con el propósito de ML. Pero, creo que el libro que proporciona ejemplos prácticos junto con la teoría es mejor para aprender algo.

Think stats de Allen B Downey es uno de los mejores libros de estadísticas. Proporciona ejemplos que se implementan en Python. Es bueno para principiantes.

More Interesting

¿Por qué la red bayesiana no ha tenido tanto éxito como la red neuronal profunda?

Cómo usar el aprendizaje automático en IoT Hardware Security

¿Cuál es la intuición detrás de la fórmula de actualización de peso de Perceptron w = w + yx?

En el autoencoder variacional, ¿por qué solo tomamos muestras de variables latentes de un gaussiano estándar y aplicamos el decodificador para generar nuevos datos en las pruebas?

¿Cómo una red neuronal artificial calcula su salida?

¿Cuáles son algunos proyectos increíbles bajo 100 líneas?

¿Cuáles son las instituciones en India que ofrecen cursos de aprendizaje automático y minería de datos y cuáles son las áreas posteriores?

¿Cómo se puede utilizar el aprendizaje automático para construir un sistema de predicción del comportamiento del cliente?

¿Cuál es la diferencia entre el paralelismo del modelo y el paralelismo de datos?

Cómo medir el rendimiento de aprendizaje en Q-Learning

¿Cómo afecta el término de regularización a la constante de Lipschitz en la minimización empírica regularizada del riesgo?

¿Cómo podemos suprimir el ruido de fondo en un teléfono durante una llamada telefónica?

¿Por qué el aprendizaje en estructuras de datos complejas (gráficos, árboles, etc.) está tan poco representado en el aprendizaje automático?

¿Cuál es la mejor manera de aprender la optimización numérica para el aprendizaje automático y el aprendizaje profundo?

¿Por qué la biblioteca de estadísticas de Python es tan limitada en métodos bioestadísticos avanzados en comparación con R, mientras que la biblioteca de Python de Machine Learning es mucho mejor?