Richiesta di riferimento: Machine Learning from Scratch

Question

Ho un background in Ingegneria del software e la domanda è un po 'legata alla teoria CS, ma trovo più appropriato pubblicare la mia domanda qui.

Voglio iniziare a utilizzare il Machine Learning ma non ho trovato un libro che spieghi il processo da zero. Si tratta di tutorial su come utilizzare TensorFlow (ma senza effettivamente apprendere i concetti e la matematica coinvolti) o libri più rigorosi orientati ai matematici (un'altra domanda è stata posta ma con un approccio molto più rigoroso qui )

Uno dei miei libri preferiti è Code: The Hidden Language of Computer Hardware and Software che spiega le basi dell'informatica, del binario e dell'architettura in un modo molto intuitivo e accessibile che può essere facilmente compreso anche da persone senza esperienza in materia.

Anche se non così approfondito, ho cercato una risorsa simile per l'apprendimento automatico, che guidi il lettore attraverso il calcolo di base, le statistiche e l'algebra lineare e si sviluppi fino all'apprendimento automatico di base. Più che cercare prove, mi interessa la matematica che sta dietro per aiutare il mio apprendimento.

Answer 1

Per una panoramica di base potresti provare The Hundred Page Machine Learning Book di Burkov

Se vuoi qualcosa di un po 'più sostanziale, suggerirei Un'introduzione all'apprendimento statistico di James, Witten et al. Penso che sia rivolto a un pubblico universitario proveniente da una varietà di campi. Per un testo ancora più matematico degli stessi argomenti, prova Elements of Statistical Learning di Hastie e Tibshirani, che è un classico.

Altri testi comuni nel campo sono Pattern Recognition e Machine Learning di Bishop e Machine Learning: A Probabilistic Perspective di Murphy. Entrambi sono molto leggibili

Answer 2

Potresti essere interessato a "Libro di apprendimento profondo" di Ian Goodfellow.

Inizia con un po 'di algebra lineare e statistica (non calcolo) applicate ai problemi di ottimizzazione e una panoramica generale dell'apprendimento automatico seguita da un'immersione più profonda in diversi tipi di reti neurali profonde (feedforward, convoluzionale, ecc.).

Tuttavia, non è un apprendimento automatico generale, ma può essere utilizzato come punto di partenza.