5 libros electrónicos gratuitos para dominar el aprendizaje automático

Hay pocas materias en informática tan fascinantes o intimidantes como el aprendizaje automático. Seamos realistas: no se puede dominar el aprendizaje automático en un fin de semana y, como mínimo, se requiere una buena comprensión de los principios matemáticos subyacentes.

Dicho esto, si tiene las habilidades matemáticas, querrá aumentar su uso de los marcos de aprendizaje automático (hay muchos para elegir) con una buena comprensión de la teoría detrás de ellos.

Aquí hay cinco textos de lectura gratuita y de alta calidad que brindan introducciones y explicaciones de los entresijos del aprendizaje automático. Algunos tienen ejemplos de código, pero la mayoría se centra en fórmulas y teorías; en principio, se pueden aplicar a cualquier número de lenguajes, marcos o problemas.

Un curso de aprendizaje automático

La esencia:  un texto altamente legible diseñado para proporcionar un enfoque del tema extremadamente amigable para los principiantes. El libro es un trabajo en progreso, algunas secciones todavía están marcadas como TODO, pero lo que le falta en lo completo, lo compensa en pura accesibilidad.

Público objetivo:  cualquier persona con un buen conocimiento de cálculo, probabilidad y álgebra lineal. No se requiere experiencia en ningún idioma específico.

Contenido del código:  algo de pseudocódigo; la mayor parte de lo que se presenta son conceptos y fórmulas.

Los elementos del aprendizaje estadístico

La esencia:  un texto de más de 500 páginas que cubre lo que los autores describen como "aprender de los datos", los procesos de emplear estadísticas que son la base del aprendizaje automático. Ha pasado por dos ediciones y 10 ediciones desde 2001, por una buena razón: cubre una gran cantidad de territorio y no se limita a un solo campo.

Público objetivo:  aquellos que ya tienen una buena base en matemáticas y estadística y no necesitan mucha ayuda para traducir sus habilidades matemáticas en un buen código.

Contenido del código:  Ninguno. Este no es un texto de desarrollo de software; se trata de conceptos fundamentales en torno al aprendizaje automático.

Mencionado en este artículo
  • Un curso de aprendizaje automático Más información sobre Hal Daumé III
  • Los elementos del aprendizaje estadístico, 2ª ed. Obtenga más información sobre la Universidad de Stanford
  • Razonamiento bayesiano y aprendizaje automático Más información sobre David Barber
  • Procesos gaussianos para aprendizaje automático Obtenga más información sobre los procesos gaussianos para ...
  • Aprendizaje automático Más información sobre InTech

Razonamiento bayesiano y aprendizaje automático

Lo esencial: los  métodos bayesianos están detrás de todo, desde los filtros de spam hasta el reconocimiento de patrones, por lo que constituyen un campo de estudio importante para los expertos en aprendizaje automático. Este texto describe todos los aspectos principales de las estadísticas bayesianas y cómo se aplican a escenarios comunes en el aprendizaje automático.

Público objetivo:  cualquier persona con un buen conocimiento de cálculo, probabilidad y álgebra lineal.

Contenido del código: ¡Mucho! Cada capítulo contiene tanto pseudocódigo como enlaces a un conjunto de herramientas de demostraciones de código reales. Dicho esto, el código no está en Python o R, pero es código para el entorno comercial MATLAB, aunque GNU Octave puede funcionar como un sustituto de código abierto.

Procesos gaussianos para el aprendizaje automático

La esencia:  los procesos gaussianos son parte de la familia de análisis utilizados por los métodos bayesianos. Este texto se centra en cómo se pueden usar los conceptos gaussianos en métodos comunes de aprendizaje automático, como clasificación, regresión y entrenamiento de modelos.

Público objetivo: más o menos  lo mismo que "Razonamiento bayesiano y aprendizaje automático".

Contenido del código: la  mayor parte del código que aparece en el libro es pesudocódigo, pero al igual que "Razonamiento bayesiano y aprendizaje automático", los apéndices incluyen ejemplos para MATLAB / Octave.

Aprendizaje automático

La esencia: una colección de ensayos sobre aspectos diferentes y muy específicos del aprendizaje automático. Algunos son más generales y filosóficos; otros se centran en dominios de problemas específicos, como "Métodos de aprendizaje automático para la simulación y optimización del diálogo hablado".

Público objetivo:  destinado tanto a lectores legos como a personas con más inclinaciones técnicas.

Contenido del código:  Prácticamente ninguno, aunque abundan las fórmulas. Leer por sabor.