Phenquestions
Pek çok insanın, deneyim yoluyla otomatik olarak gelişen bilgisayar algoritmalarının büyüleyici dünyasına girmeyi düşünmesi şaşırtıcı değil. Siz de onlardan biriyseniz veya sadece abartıya kaçmak ve makine öğreniminin gerçekte ne hakkında olduğunu anlamak istiyorsanız, en iyi 20 makine öğrenimi ders kitabı seçimimiz hedeflerinize ulaşmanıza yardımcı olabilir.
Yapay Zeka: Modern Bir Yaklaşım (4. Baskı) Peter Norvig ve Stuart J. Russel
Mevcut: Amazon'da
Yayınlanan: 2020
Sayfa sayısı: 1136
Hangi makine öğrenimi ders kitabıyla başlayacağınıza karar vermek zor değildi çünkü Yapay Zeka: Modern Bir Yaklaşım dünyanın her yerindeki üniversiteler tarafından öğrencilere tavsiye ediliyor. Şimdi 4'ündeinci baskı, kitap yapay zeka alanını (makine öğrenimi AI'nın bir alt kümesidir) yeni başlayanlara tanıtmak için harika bir iş çıkarıyor ve aynı zamanda çok çeşitli ilgili araştırma konularını kapsıyor ve daha fazla çalışma için faydalı referanslar sağlıyor. Yazarlarına göre, bu büyük ders kitabının kapsanması yaklaşık iki sömestr sürmelidir, bu nedenle hızlı bir okuma olmasını beklemeyin.
Örüntü Tanıma ve Makine Öğrenimi, Christopher M. Piskopos
Mevcut: Amazon'da
Yayınlanan: 2011
Sayfa sayısı: 738
Christopher M tarafından Örüntü Tanıma ve Makine Öğrenimi'ni düşünebilirsiniz. Piskopos, makine öğreniminin arkasındaki teoriye nazik (en azından makine öğrenimi ders kitapları söz konusu olduğunda) giriş kursu. Ders kitabı, zorluklarına göre derecelendirilen 400'den fazla alıştırma içerir ve web sitesinde çok daha fazla ek materyal mevcuttur. Sadece son sayfasına geldiğinizde ders kitabının öğrettiği teoriyi nasıl uygulayacağınızı bilmeyi beklemeyin - bunun için başka kitaplar var.
Goodfellow ve Derin Öğrenme. herkes
Mevcut: Amazon'da
Yayınlanan: 2016
Sayfa sayısı: 800
Elon Musk'tan size makine öğrenimi hakkında bir kitap önermesini isteseydiniz, bu kitabı tavsiye ederdi. Bir keresinde Deep Learning'in bu konudaki tek eksiksiz kitap olduğunu söylüyor. Kitap, matematiksel ve kavramsal arka plandan endüstri lideri derin öğrenme tekniklerine ve en son araştırma perspektiflerine kadar her şeyi kapsar. Derin Öğrenme, düşük baskı kalitesiyle meşhur olduğundan, elektronik versiyonu almanızı öneririz.
İstatistiksel Öğrenmenin Unsurları: Veri Madenciliği, Çıkarsama ve Tahmin, İkinci Baskı, Hastie, Tibshirani ve Friedman
Mevcut: Amazon'da
Yayınlanan: 2016
Sayfa sayısı: 767
Bu ders kitabının başlığının sizi korkutmasına izin vermeyin. Makine öğrenimini gerçekten anlamak ve onu zor problemleri çözmek için uygulamak istiyorsanız, pek kolay görünmeyen ders kitaplarını okumaya alışmanız gerekir. Ders kitabı kararlı bir şekilde istatistiksel bir yaklaşım benimsese de, onu okumak için istatistikçi olmanıza gerek yok çünkü matematikten çok kavramlara vurgu yapıyor.
Scikit-Learn, Keras ve TensorFlow ile Uygulamalı Makine Öğrenimi: Akıllı Sistemler Oluşturmak için Kavramlar, Araçlar ve Teknikler (2nd Baskı) Aurélien Géron tarafından
Mevcut: Amazon'da
Yayınlanan: 2019
Sayfa sayısı: 856
Scikit-Learn, Keras ve TensorFlow, üç popüler makine öğrenimi kitaplığıdır ve bu ders kitabı, gerçek sorunları çözen makine öğrenimi programları oluşturmak için bunların nasıl kullanılabileceğine odaklanır. Bu kitaplıkların acemi dostu doğası sayesinde, bu ders kitabını okumak için minimum düzeyde teorik arka plan bilgisi gerekir, bu da onu yararlı bir şeyler inşa ederek sezgisel bir makine öğrenimi anlayışı kazanmak isteyenler için harika kılar.
Makine Öğrenimini Anlamak: Teoriden Algoritmalara Shai Shalev-Shwartz ve Shai Ben-David
Mevcut: Amazon'da
Yayınlanan: 2014
Sayfa sayısı: 410
Makine öğrenimi ile ilgili pek çok ders kitabının üstesinden gelmek zordur çünkü yazarları kendilerini bu alanda yeni olan birinin yerine koyamamaktadır, ancak bunun değil. Makine Öğrenimini anlamak, istatistiksel makine öğrenimine açık bir girişle başlar. Daha sonra, teorik kavramları pratik algoritmalara, ne çok açık ne de çok belirsiz olmadan bağlar. Bilginizi tazelemek veya sektörde ömür boyu sürecek bir yolculuğa çıkmak istiyorsanız, bu ders kitabını almaktan çekinmeyin.
Makine Öğrenimi: Olasılıksal Bir Perspektif, Kevin P. Murphy
Mevcut: Amazon'da
Yayınlanan: 2012
Sayfa sayısı: 1104
Bu kitabın başlığından da anlaşılacağı gibi, makine öğrenimine bu giriş, verilerdeki kalıpları tespit etmek ve bunları gelecekteki veriler hakkında tahminlerde bulunmak için kullanmak için olasılıklı modellere dayanır. Kitap hoş, resmi olmayan bir üslupla yazılmıştır ve çizimlerden ve pratik örneklerden büyük ölçüde yararlanmaktadır. Anlattığı modeller, internetten indirebileceğiniz bir MATLAB yazılım paketi olan Probabilistic Modeling Toolkit kullanılarak gerçeklenmiştir. Ne yazık ki, bu kitabın yeni sürümü bunun yerine Python'u kullanacağından araç seti artık desteklenmiyor.
Bilgi Teorisi, Çıkarım ve Öğrenme Algoritmaları David J. C. MacKay
Mevcut: Amazon'da
Yayınlanan: 2003
Sayfa sayısı: 640
Evet, bu ders kitabı yaklaşık 20 yıl önce yayınlandı, ancak bu onu bugün daha az alakalı kılmaz. Ne de olsa, makine öğrenimi, etrafındaki son hype'ın önerebileceği kadar genç değil. David J tarafından Bilgi Teorisi, Çıkarım ve Öğrenme Algoritmalarını Yapan Nedir?. C. MacKay, farklı alanlar arasında geniş bağlantılar sağlayan multidisipliner yaklaşımıdır. Tek başına çok kullanışlı değil çünkü yeterince pratik örneği yok, ancak bir giriş kitabı olarak harika çalışıyor.
İstatistiksel Öğrenmeye Giriş: R'deki Uygulamalarla Gareth M. James, Trevor Hastie, Daniela Witten ve Robert Tibshirani
Mevcut: Amazon'da
Yayınlanan: 2013
Sayfa sayısı: 440
İstatistiksel Öğrenmeye Giriş kitabını, ileri düzeyde matematiksel istatistik bilgisi gerektiren İstatistiksel Öğrenmenin Öğeleri'ne daha ulaşılabilir bir alternatif olarak düşünebilirsiniz. Bu ders kitabını bitirmek için matematik veya istatistik alanında lisans derecesi ile tamamen iyi olmalısınız. 440 sayfada, yazarlar istatistiksel öğrenme alanına genel bir bakış sağlar ve uygulamalarıyla birlikte önemli modelleme ve tahmin tekniklerini sunar.
Andriy Burkov'un Yüz Sayfalık Makine Öğrenimi Kitabı
Mevcut: Amazon'da
Yayınlanan: 2019
Sayfa sayısı: 160
Bu makalede listelenen çoğu ders kitabı bin sayfaya yakınken, LinkedIn'de bir meydan okuma olarak başlayan bu ince kitap, yüz kadar sayfada çok şey anlatıyor. Yüz Sayfalık Makine Öğrenimi Kitabının anında hit olmasının bir nedeni, katı akademik makalelerden hoş bir şekilde ayrılan sade dilidir. Bu kitabı, mevcut makine öğrenimi araçlarını kullanabileceklerine inanan ancak nereden başlayacağını bilmeyen yazılım mühendislerine öneriyoruz. Bununla birlikte, kod yerine kavramları vurguladığı için makine öğrenimine ilgi duyan herkes kitaptan keyif alabilir.
Python ile Makine Öğrenimine Giriş: Veri Bilimcileri İçin Bir Kılavuz, Andreas C. Müller ve Sarah Guido
Mevcut: Amazon'da
Yayınlanan: 2016
Sayfa sayısı: 400
Python'da akıcıysanız ve gerçek sorunlara pratik çözümler üreterek makine öğrenimine başlamak istiyorsanız, bu kitap tam size göre. Hayır, çok fazla teori öğrenmeyeceksiniz, ancak tüm temel kavramlar iyi bir şekilde işlenmiştir ve gerisini kapsayan başka birçok kitap vardır. Python ile Makine Öğrenimine Giriş'ten en iyi şekilde yararlanmak için NumPy ve matplotlib kitaplıklarına en azından biraz aşina olmanız gerekir.
Max Kuhn ve Kjell Johnson tarafından Uygulamalı Öngörülü Modelleme
Mevcut: Amazon'da
Yayınlanan: 1. baskı. 2013, Düzelt. 2. baskı 2018
Sayfa sayısı: 613
Bu ders kitabı, veri modelleriyle sonuçları tahmin etmek için verileri ve istatistikleri kullanan tahmine dayalı modellere bir giriş sağlar. Veri işleme ile başlar ve her zaman gerçek veri problemlerini vurgulayarak modern regresyon ve sınıflandırma teknikleriyle devam eder. Kitapta anlatılan tüm modelleri, çalışan bir çözüm elde etmek için tam olarak ne yapmanız gerektiğini gösteren, sağlanan R kodu sayesinde kolayca uygulayabilirsiniz.
Python ile Derin Öğrenme, François Chollet
Mevcut: Amazon'da
Yayınlanan: 2017
Sayfa sayısı: 384
Bu makine öğrenimi ders kitabının yazarına zaten aşina olabilirsiniz çünkü o, Python'da yazılmış en popüler makine öğrenimi kitaplığı olan Keras adlı açık kaynaklı bir sinir ağı kitaplığından sorumludur. Bu bilgi ve ders kitabının başlığı göz önüne alındığında, bunun mevcut en iyi Keras hızlandırılmış kurs olduğunu öğrenmek sizi şaşırtmamalıdır. Pratik tekniklere teorinin üzerinde öncelik verilir, ancak bu yalnızca karmaşık makine öğrenimi görevlerini yalnızca birkaç hafta içinde çözebileceğiniz anlamına gelir.
Tom M tarafından Makine Öğrenimi. Mitchell
Mevcut: Amazon'da
Yayınlanan: 1997
Sayfa sayısı: 414
1997'de yayınlanan bu kitap, tüm bilgisayar bilimleri mezunlarının anlayabileceği bir dilde her tür makine öğrenimi algoritmasını tanıtır. Belirli bir konuyu derinlemesine anlamadan önce o konu hakkında geniş bir anlayışa sahip olması gereken türden biriyseniz, bu kitaptaki bilgilerin nasıl sunulduğunu seveceksiniz. Sadece Tom M tarafından Makine Öğrenimi beklemeyin. Mitchell pratik bir rehber olacak çünkü bu kitabın olması gereken bu değil.
Makine Öğrenimiyle Desteklenen Uygulamalar Oluşturma: Fikirden Ürüne Geçmek, Emmanuel Ameisen
Mevcut: Amazon'da
Yayınlanan: 2020
Sayfa sayısı: 260
Makine öğrenimi modellerini anlamak bir şeydir ve onları üretime nasıl getireceğinizi bilmek tamamen başka bir şeydir. Emmanuel Ameisen'in bu nispeten ince kitabı, ilk fikirden devreye alınan ürüne kadar sürecin her adımında size yol göstererek tam da bunu açıklıyor. Makine Öğrenimi Destekli Uygulamalar Oluşturma, teoride uzmanlaşan ancak henüz onu endüstride uygulamamış olan tomurcuklanan veri bilimcileri ve makine öğrenimi mühendislerine önerilebilir.
Reinforcement Learning: An Introduction (2. Basım), Richard S. Sutton, Andrew G. Barto
Mevcut: Amazon'da
Yayınlanan: 2018
Sayfa sayısı: 552
Takviye öğrenimi, alınan toplam ödül miktarını en üst düzeye çıkarmak için karmaşık ve belirsiz bir ortamda eylemlerde bulunmak üzere makine öğrenimi modellerinin eğitimiyle ilgili bir makine öğrenimi alanıdır. Bu size ilginç geliyorsa, bu kitabı satın almaktan çekinmeyin, çünkü yaygın olarak konunun İncil'i olarak kabul edilir. İkinci baskı birçok önemli yapısal ve içerik değişikliği içeriyor, bu yüzden mümkünse alın.
Veriden Öğrenmek, Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin.
Mevcut: Amazon'da
Yayınlanan: 2012
Sayfa sayısı: 213
Veriden Öğrenme, makine öğrenimine ve finans, ticaret, bilim ve mühendislikteki pratik uygulamalarına kısa ama nispeten eksiksiz bir giriştir. Kitap, yazarların konuyla ilgilenen herkesin anlaması gereken bir dizi temel konuya damıttığı on yıldan fazla öğretim materyaline dayanmaktadır. Özellikle Yaser'in YouTube'daki ders serisiyle birlikte okunduğunda, makine öğrenimi teorisini incelemek için fazla zamanı olmayan yeni başlayanlar için harika.
Sinir Ağları ve Derin Öğrenme: Bir Ders Kitabı, Charu C. aggarwal
Mevcut: Amazon'da
Yayınlanan: 2018
Sayfa sayısı: 497
Sinir ağları, makine öğrenimi yapmanın bir yoludur ve bu ders kitabı, bunların arkasındaki teoriyi anlamanıza yardımcı olabilir. Genel olarak makine öğrenimi gibi, bu kitap matematiksel olarak yoğun, bu nedenle matematiğiniz paslanmışsa çok ileri gitmeyi beklemeyin. Bununla birlikte, yazar, sağlanan tüm örneklerin arkasındaki matematiği açıklamak ve okuyucuyu çeşitli karmaşık senaryolarda gezdirmek için harika bir iş çıkarmaktadır.
Yeni Başlayanlar İçin Makine Öğrenimi: Basit Bir İngilizce Girişi (2nd Baskı) Oliver Theobald tarafından
Mevcut: Amazon'da
Yayınlanan: 2017
Sayfa sayısı: 157
Makine öğrenimine ilgi duyuyorsanız ancak konuyla ilgili uzun ders kitaplarını okumak konusunda kendinizi rahat hissetmiyorsanız, sade İngilizce kullanarak makine diline pratik ve üst düzey bir giriş sağlayan bu yeni başlayanlar için uygun kitabı tercih edebilirsiniz. Bu kitabın sonunda, Python'da oluşturulan ilk makine öğrenimi modelinizi kullanarak ev değerlerini nasıl tahmin edeceğinizi öğreneceksiniz.
Üretken Derin Öğrenme: Makinelere Boyama, Yazma, Oluşturma ve Çalmayı Öğretmek David Foster
Mevcut: Amazon'da
Yayınlanan: 2019
Sayfa sayısı: 330
Günümüzde makine öğrenimi alanındaki en sıcak konulardan biri olan üretken çekişmeli ağlar (GAN'lar) hakkında çok şey yazıldı ve söylendi. Bunların ve diğer üretken derin öğrenme modellerinin başlık altında nasıl çalıştığını anlamak istiyorsanız, Python'da kodlama deneyiminiz olduğu sürece David Foster'ın bu kitabı harika bir başlangıç noktasıdır.
