¿Cuáles son los buenos libros para el aprendizaje automático?

Hay muchos libros sobre Machine Learning. He enumerado a continuación algunos libros sobre Machine Learning.

1. Aprendizaje automático: una perspectiva algorítmica, segunda edición

Por Stephen Marsland

2. Introducción al aprendizaje automático

Por Ethem Alpaydin

3. Aprendizaje automático: una perspectiva probabilística

Por Kevin P. Murphy

4. Razonamiento bayesiano y aprendizaje automático

Por David Barber

5. Aprendizaje automático con R

Por Brett Lantz

6. Python Machine Learning

Por Sebastian Raschka

7. Manual de investigación sobre innovaciones y tendencias del aprendizaje automático

editado por Hassanien, Aboul Ella, Gaber, Tarek

8. Computación en la nube para el aprendizaje automático y las aplicaciones cognitivas: un enfoque de aprendizaje automático

Por Kai Hwang

9. Aprendizaje automático práctico con Scikit-Learn y TensorFlow: conceptos, herramientas y técnicas para construir sistemas inteligentes

Por Aurélien Géron

10. MATLAB Machine Learning

Por Michael Paluszek, Stephanie Thomas

11. Comprensión del aprendizaje automático: de la teoría a los algoritmos

Por Shai Shalev-Shwartz, Shai Ben-David.

Related Content

¿Es el "grado de libertad" en el aprendizaje automático igual al número de variables independientes o el número de parámetros?

Cómo construir un sistema de aprendizaje automático para la revisión automática de código

Cómo entrenar una red neuronal con grandes datos

¿Qué significa cuando obtengo buenos resultados de la medida F con un CV de 10 veces pero resultados pobres en los datos de la prueba, resultados similares si participo el conjunto de datos original en el conjunto de entrenamiento / validación? Obtengo buenos resultados en la validación pero malos resultados en el conjunto de pruebas.

¿Cuál es la relación entre relevancia y aprendizaje automático?

Hay muchos libros disponibles en el mercado para el aprendizaje automático. Pero el reconocimiento de patrones y el aprendizaje automático de Cristopher Bishop es el mejor libro para aprender el aprendizaje automático. También hay un libro fantástico preparado por el propio profesor Andrew Ng, el anhelo de aprendizaje automático, en el que ha explicado a fondo cómo tomar decisiones en la construcción de un sistema robusto de aprendizaje automático, ya sea que necesite recopilar más datos de capacitación o utilizar para terminar el aprendizaje profundo y muchos más. Puede registrarse en el enlace dado para obtener una copia borrador gratuita.

Weki

Mis favoritos personales son:

  1. Reconocimiento de patrones y aprendizaje automático por Christopher M Bishop
  2. Introducción al aprendizaje automático con Python, O’Reilly
  3. Aprendizaje automático en acción, Peter Harrington
  4. Aprendizaje automático para tontos
  5. Machine Learning por Tom M Mitchell

Espero que esto ayude

Aditya Vora

aprendizaje automático por tom mitchell, y hay buenos videos en youtube por andrew ng

Manoj Kumar

Tiene muchos artículos publicados sobre aprendizaje automático que pueden ayudarlo a aprenderlo.

Aditya Vora

More Interesting

¿Por qué tenemos que convertir el valor categórico en factor (en R) o variables ficticias antes de aplicar algoritmos de aprendizaje automático (especialmente regresión lineal)? ¿Afecta nuestros resultados?

¿Cuáles son los algoritmos actuales de última generación para la detección de objetos en 2017?

Soy Editor de Adquisiciones y para obtener conocimiento y autoaprendizaje de análisis de datos y habilidades de aprendizaje automático. ¿Alguien podría ayudarme a trazar un plan?

¿Cuándo y por qué un clasificador Bayes ingenuo es una opción mejor / peor que un clasificador forestal aleatorio?

Suponga que la máquina es multinúcleo, el tiempo de ejecución de un programa en una máquina que ejecuta solo ese proceso es igual al tiempo de ejecución en una máquina en la que hay otros procesos ejecutados junto con él, ¿no es así?

¿Qué son las redes neuronales profundas?

Si se le da una opción entre el aprendizaje automático y el Internet de las cosas como una opción, ¿cuál es la mejor para elegir, teniendo en cuenta el alcance y el futuro?

¿Por qué no utilizamos la regresión logística para grandes conjuntos de datos de características?

Antes de elegir y aplicar incluso el modelo de aprendizaje automático lineal más simple, ¿qué aspectos estadísticos de los datos debo considerar?

Estoy aprendiendo aprendizaje profundo, ¿por qué es útil la matriz y qué es el cálculo?

Proyectos para el procesamiento del lenguaje natural y herramientas de lenguaje para un lenguaje índico

¿Cuál es la relación entre K-means y PCA?

¿Son todos los problemas de programación cuadrática convexos?

¿Cuáles son las diferencias entre el enfoque basado en reglas y el enfoque de aprendizaje automático en el análisis de sentimientos?

¿Se pueden describir las redes adversas generativas como un método de entrenamiento en el que se aprende la función de pérdida en lugar de seleccionarse manualmente?