最新帖子 精华区 社区服务 会员列表 统计排行
  • 375阅读
  • 0回复

这10本由浅入深的好书,或让你成为机器学习领域的专家(二)

楼层直达
级别: 论坛版主

人工智能:一种现代的方法






虽然人工智能和机器学习是不同的,但是它们有很多相通之处。编程人员可以从中学到很多。你应该学习如何找到解决机器学习项目中问题的方法。

这本书是一个非常棒的导论,总共有 1100 多页,并涵盖了许多的技术。

中高级编程人员可能会觉得这本书过于简单。这本书并不是为有经验者而写,而是一本新手的入门书籍。它是你学习人工智能和机器学习基础的一盘开胃菜。


机器学习:用算法让数据说话






Peter Flach 写的这本机器学习包含了很多机器学习的实际案例。我认为这本书是为中高级开发人员而写。他们可以用这本书巩固机器学习方面的基础知识,因为这本书比其它书更详细。
用这本书,你将利用机器学习方法来生成,分析和预测统计模型。Peter 阐述了自定义垃圾邮件过滤器如何工作,并且解释了为何这种方法现在这么火。
从 ROC 分析开始,后面的章节中会比之前深一些。
在每个知识点处,这本书都配有图形、图表的说明。机器学习是一个很宽的领域,而 Peter 通过例子的方式,分解了其中主要的部分。
如果你对大数据和机器学习感兴趣,那么我极力推荐这本书,但是这有一个前提,那就是你有一定的背景知识。

Python 机器学习



在我之前提到的书中,几乎没有限定语言的。而这本 Sebastian Raschka 的 450 多页的书将打破这一记录。对于想学习机器学习的 python 开发人员来说,这本是最好的导论。很多人选择 python 作为工具是因为 python 语法简单,功能强大,而且像 scikit-learn 这样的机器学习类库众多。这本书详细地讲解了 scikit-learn,并引导我们应用它来做数据分析。这本书的作者推崇在编写算法的同时进行可视化。因此,你不仅能学到如何编写算法,还能学会对数据进行可视化。总的来说,这本书偏重技术,但是也不是专门为 python 专家写的。如果你对 python 语言很熟悉,最好还了解 scikit-learn,那么这本书一定很适合你。



快速回复

限200 字节
 
认证码:
上一个 下一个