ТОП-10+ полезных книг Machine learning. Лучшие из лучших

Добрый день, дорогие читатели и подписчики нашего блога!

Лента Ютуба и Инстаграмма, рекомендации в Тик Токе, чат-боты в телеграмме. Все это стало возможным благодаря машинному обучению и искусственному интеллекту.

Прежде чем алгоритмы Ютуба, Тик Тока и Инстаграмма были запущены, прошли дни, а может и месяцы напряженной работы. Искусственный интеллект обучался – сам или с помощью людей – распознавать запросы, идентифицировать изображения, видео, текст, чтобы потом на основании запросов выдавать пользователям интересный контент.

Людей, обучающих искусственный интеллект, называют ML-инженерами. ML – сокращение от английского machine learning, или машинное обучение. Благодаря ML-инженерам алгоритмы Ютуба и Тик Тока выдают увлекательный контент, чат-бот отвечает на запросы, а нейросеть генерирует картинки, опираясь на слова и словосочетания.

Содержание

Книги по Machine Learning: ТОП-15 лучших для начинающих
1. «Advances in Financial Machine Learning» by Marcos Lopez de Prado
2. «Mathematics for Machine Learning» by Marc Peter Deisenroth, A. Aldo Faisal
3. «Python и машинное обучение» от Себастьяна Рашки
4. «Машинное обучение» от Хенрика Бринка, Джозефа Ричардса и Марка Феверолфа
5. «Изучаем Python» от Марка Лутца
6. «Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных» от Петера Флаха
7. «Крупномасштабное машинное обучение вместе с Python» от Бастиана Шардена, Луки Массарона и Альберто Боскетти
8. «Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными» от Андреаса Мюллера и Сары Гвидо
9. «Машинное обучение и TensorFlow» от Шаклы Нишант
10. «Грокаем глубокое обучение» от Эндрю Траска
11. «Машинное обучение без лишних слов» от Андрея Буркова
12. «Machine Learning for Dummies» by John Paul Muller and Luca Massaron
13. «Идеи машинного обучения» от Шале Шварца и Бен-Давида
14. «Machine Learning in Action» by Peter Harrington
15. «Data Mining: Practical Machine Learning Tools and Techniques» by Ian H. Witten, Eibe Frank, Mark A. Hall
Заключение

Книги по Machine Learning: ТОП-15 лучших для начинающих

60 000. Ровно столько вы заработаете спустя месяц трудоустройства. Став специалистом средней руки (для этого необходимо проработать в сфере ML год), вы сможете претендовать на 120 000 в месяц. А освоить Machine Learning поможет список специальной литературы.

1. «Advances in Financial Machine Learning» by Marcos Lopez de Prado

Книга в первую очередь рассчитана на инвесторов и рассказывает, как поставить машинное обучение на службу инвестированию. Будущим ML-инженерам будет интересна из-за того, что в ней описаны основы ML. Прочитав ее, вы узнаете:

Как структурировать большие данные, так, чтобы они совпадали с алгоритмами machine learning;
Как исследовать большие массы данных с помощью искусственного интеллекта;
Как проверять полученный с помощью ML материал на наличие ошибок.

И многое другое. Материал данного пособия подкреплен задачами и примерами из реальной жизни, которые помогут освоить МО куда быстрее. Единственный недостаток данного пособия – перед тем, как его прочитать, необходимо в совершенстве выучить английский язык, поскольку российского перевода данного издания не существует.

2. «Mathematics for Machine Learning» by Marc Peter Deisenroth, A. Aldo Faisal

Машинное обучение неотделимо от математики. Однако чтобы освоить его, необязательно перечитывать школьные учебники по или осваивать сложнейшие формулы высшей математики.

Достаточно изучить ту часть математики, которая касается непосредственно machine learning. А сделать это поможет данное пособие. Оно служит эдаким «мостиком» между математикой и МО. Разделено на две основных части:

Основы математики;
Примеры использования математических основ в ML.

Только имейте ввиду – данная книга на русском языке не издавалась ни разу. Чтобы ее прочесть, необходимо в совершенстве овладеть английским языком.

3. «Python и машинное обучение» от Себастьяна Рашки

Данное издание расскажет, как использовать язык Python в ML и анализе данных. Вы узнаете:

Что такое библиотека Keras и как использовать ее в МО;
Theano, scikit-learn – что это и с чем едят;
Как установить специализированные приложения Jupyter и Notebook.

Прочитав данную книгу, вы узнаете, почему Python – один из самых любимых языков программирования ML-инженеров. Подойдет для опытных пользователей языка Python и новичков в сфере МО.

4. «Машинное обучение» от Хенрика Бринка, Джозефа Ричардса и Марка Феверолфа

Пособие, предназначенное для тех, кто желает ознакомится с основами ML. Книга легким и понятным языком расскажет, что такое машинное обучение, какие задания выполняет и как «обучить» простейшее устройство.

Библиотеки pandas, scikit-learn и их использование в ML;
Пять основных школ ML;
Данные из нейробиологии, статистики, физики, которые пригодятся будущим machine learning engineer.

И многое другое. Весь материал пособия дополнен практическими упражнениями, которые помогут вам легко и быстро освоить основы МО. Перед прочтением желательно ознакомиться с основами языка Python – его часто используют в ML.

5. «Изучаем Python» от Марка Лутца

Основы языка Python для новичков. Кратко, четко и понятно. А для дополнительного закрепления материала в конце каждого раздела дано домашнее задание, выполнив которое вы быстро разберетесь в теме.

Язык Python – один из самых популярных языков ML. Каждый, кто желает стать machine learning engineer должен знать как минимум основы этого языка. Чтобы понять материал простейшего учебника по machine learning.

6. «Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных» от Петера Флаха

Эта книга напоминает… школьную программу. Начиная с самого простого, она постепенно подводит читателя к самому сложному, помогая таким образом освоить основы ML даже тем, кто первый раз слышит о нем и не знает, что это такое.

Логические, геометрические, статистические модели, анализ РХП, метрическая факторизация и многие другие темы, важные для тех, кто желает быстро освоить ML. Книга дополнена яркими иллюстрациями и заданиями, которые помогут вам изучить machine learning легко и быстро.

7. «Крупномасштабное машинное обучение вместе с Python» от Бастиана Шардена, Луки Массарона и Альберто Боскетти

Учебник для начинающих программистов в целом и для начинающих ML-инженеров в частности. Здесь описано все, что необходимо знать об основах machine learning. Вы ознакомитесь с основными библиотеками данных, которые используют в сфере ML, узнаете, какую пользу будущему ML-инженеру принесут Scikit-learn, Theano, H2O, TensorFlow; научитесь:

Работать на платформах Hadoop, Spark;
Использовать для обучения новейшие методы и технологии;
С помощью методов глубокого обучения и масштабируемых методов увеличивать точность машинных алгоритмов;
Использовать вычислительную парадигму Map-Reduce;
Использовать большинство известных методов обучения;
Делать алгоритмы максимально точными без лишних затрат.

Кроме того, из справочника вы узнаете, что такое регрессионные и классификационные деревья и каким образом искусственный интеллект может «обучатся» самостоятельно.

8. «Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными» от Андреаса Мюллера и Сары Гвидо

Эта книга – настоящая находка для тех, кто не любит долгие и скучные теории, поскольку она сосредоточена больше на практике. Не смотря на это, она легка и понятна для новичка.

Этапы построения качественного алгоритма;
Библиотеки NumPy, scikit-learm, matplotlib;
И многое другое.

Никаких сложных трехэтажных математических формул – только практика, практика, и еще раз практика. И яркие, красочные иллюстрации, которые помогут сделать алгоритмы искусственного интеллекта максимально точными.

9. «Машинное обучение и TensorFlow» от Шаклы Нишант

TensorFlow – это библиотека, которую часто используют ML-инженеры. Книга познакомит с особенностями этой библиотеки, ее использования в МО. Кроме того, пособие рассказывает об особенностях ML, его типах, чем эти типы отличаются между собой.

Справочник начинается с простейших теоретических данных. Постепенно материал усложняется, появляются практические задачи. Таким образом, после прочтения книги вы сможете обучить простейший искусственный интеллект элементарным командам или алгоритмам.

10. «Грокаем глубокое обучение» от Эндрю Траска

Нейронные сети могут творить чудеса – генерировать картинки, переводить со всех языков мира и даже писать произведения. Для этого нужно лишь обучить их всему. А для этого понадобится знание языка Python и библиотека для хранения данных NumPy.

Справочник рассчитан на тех, кто знает основы языка Python и основные принципы работы искусственного интеллекта. Однако в то же время написан достаточно простым и понятным языком.

11. «Машинное обучение без лишних слов» от Андрея Буркова

Все, что вам нужно знать о МО может вместиться на 200 страницах. Эта книга – лучшее тому доказательство. Только самое главное и никакой воды.

Методы обучения;
Алгоритмы;
Математические формулы, которые укажут путь к успешному ML.

И многое другое. Быстро, четко, понятно и легко. Всего двести страниц – и вы владеете основами machine learning и способны «обучить» первый простейший механизм.

12. «Machine Learning for Dummies» by John Paul Muller and Luca Massaron

Справочник из серии «Learning made easy», то есть «учится легко». Как можно догадаться, предназначен для начинающих. То есть для тех, кто хочет быть с искусственным интеллектом на «ты», и одновременно пугается словосочетания «machine learning», а узнав, что для того, чтобы это сделать, необходимо знать математику, и вовсе впадает в ужас.

Справочник преподнесет всю необходимую информацию в легкой, простой и доступной манере. Вы узнаете:

Какое место занимает искусственный интеллект в нашей жизни;
Как быстро и легко «заговорить» на языке Python;
Как «научить» устройство выполнять задания, распознавать изображения и слова;
Как кодировать R с помощью R Studio, а Python – с помощью Anaconda.

И многое другое. А после прочтения сможете с легкостью разобраться в более сложной литературе и начнете непростой, но такой интересный путь программиста.

13. «Идеи машинного обучения» от Шале Шварца и Бен-Давида

Данное издание познакомит вас с основными принципами ML, его алгоритмами и методикой. Сочетает в себе теоретическое изложение материала и математические формулы, благодаря которым вы быстро усвоите фундаментальные принципы машинного обучения.

Где применяют МО;
Основные алгоритмы Machine Learning;
Особенности «учебы» искусственного интеллекта;
Выпуклость и устойчивость – что это и какое отношение они имеют к МО;
Свежие концепции, которые помогут «обучить» искусственный интеллект в разы быстрее;
Вычислительная сложность МО – в чем ее особенности и как использовать в работе;
Как оценить эффективность работы и извлекать информацию из больших массивов данных.

И многое другое. Четкое, короткое изложение, сочетания формул и теории поможет вам быстро освоить тонкости machine learning, а со временем – найти хорошую, высокооплачиваемую работу.

14. «Machine Learning in Action» by Peter Harrington

Основные теории machine learning в сочетании с практикой – принципами, формулами и правилами. Вы овладеете базовыми основами языка Python и создадите ПО, которые помогут вам анализировать данные и визуализировать код, который можно использовать бесчисленное количество раз. Кроме того, вы узнаете, как применять написанные приложения с максимальной эффективностью, ознакомитесь с такими понятиями, как классификация, прогнозирование, рекомендации.

В пособии нет заумных академических фраз, зато есть четкая и максимально понятная новичку информация.

15. «Data Mining: Practical Machine Learning Tools and Techniques» by Ian H. Witten, Eibe Frank, Mark A. Hall

Основные концепции МО в сочетании с инструментами, которые помогут эффективно применить полученные знания на практике. Четвертое издание, дополненное и адаптированное под современные реалии. В частности, дополнены разделы о глубоком обучении, добавлено новую версию ПО для machine learning – WEKA, разработанного университетом Вайкато.

Заключение

На этом наша подборка закончена. Представленные здесь книги помогут вам пройти тернистый путь обучения и получить высокооплачиваемую интернет-профессию. А ступить на него помогут курсы для machine learning engineer. Пройдя их, вы получите знания, опыт и портфолио, с которым будет куда легче найти работу. Кроме того, по завершению курсов у вас будет четкий план действий – большинство из них если не гарантируют трудоустройство, то дают подсказки, как найти работу новичку. Литература же дополнит полученные знания и поможет совершенствоваться.

А какие книги для machine learning engineer посоветуете вы? Пока – пока.