3.6 KiB
3.6 KiB
tags
| tags | |
|---|---|
|
Материалы, рекомендованные в книге
Сайты/ссылки
- Библиотека Scikit-Learn
- Библиотека TensorFlow
- Библиотека Keras
- Jupyter-notebook’и с кодом из книги
- Библиотека NumPy
- Библиотека pandas
- Библиотека Matplotlib
- Сайт для изучения Python
- Официальное руководство по Python
- Курсы Эндрю Эна по машинному обучению на Coursera
- Сайт с руководством пользователя Scikit-Learn
- Сайт с интерактивными руководствами по машинному обучению Dataquest
- Блоги по машинному обучению на сайте Quora
- Сайт по Deep Learning со списком ресурсов для дальнейшего обучения
- Kaggle.com
Книги/статьи
- Д. Грус. Data Science from Scratch (O’Reilly) — представлены основы машинного обучения и реализации ряда основных алгоритмов с помощью чистого кода на Python (с нуля)
- С. Марсленд. Machine Learning; An Algorithmic Perspective (Chapman and Hall) — представляет собой замечательное введение в машинное обучение и раскрывает широкий спектр вопросов с примерами кода на Python (также с нуля, но с использованием NumPy).
- С. Рашка. Python и машинное обучение — великолепное введение в машинное обучение.
- Ф. Шолле. Deep Learning with Python (Manning) — ориентирована на практику и раскрыват большой диапазон тем в ясной и лаконичной манере. От автора Ptyhon. Keras. Library. Предпочтение отдается примерам кода, а не математической теории.
- А. Бурков. The Hundered-Page Machine Learning Book — отличается краткостью. Посвящена впечатляющему спектру тем, представляя их доступными терминами и не избегая математических уравнений.
- Я. С. Абу–Мустафа, М. Магдон-Исмаил и Сюнь-Тянь Линь. Learning from Data (AMLBook) — демонстрирует довольно теоретический подход к машинному обучению. В частности, советует посмотреть главу 4, посвященную компромиссам между смещением и дисперсией.
- С. Рассел и П. Норвиг. Artificial Intelligence; A Modern Approach, 3rd Edition (Pearson) — большая теоретическая книга, охватывающая множество тем, среди которых есть и машинное обучение.