自己教育は、おそらく大人にとって最も難しい道とプロセスの1つです。気を散らすものがたくさんあるので、自分でフォローするのは難しいです（特に動機が明確でない場合）。しかし、進化としての自己教育は、専門家や一人になりたい人の人生の不可欠な部分です。この場合、本は1つの石で2羽の鳥を殺す同じショットになる可能性があります。あなたは両方ともスペシャリストとして成長し、「命を落とす」ことはありません。資料の作成者は、データサイエンスとMLの学習に役立つ7つの無料の電子書籍を選択しました。
1.ディープラーニング
Ian Goodfellow、Joshua Bengio、AaronCourvilleによる。
ディープラーニングは2016年に最初に公開されました。それは深い学習に捧げられた最初の本の1つでした。この本は、当時開発の最前線にいた著名な研究者のチームによって書かれました。ニューラルネットワークの分野でのこの作業は、影響力があり、尊重され続けています。提示された作品は、基本的な概念から、複雑な生成ネットワークやビジネスおよびそれ以降の機械学習の応用などの現代的なアイデアまで、深層学習に関する理論的論文です。この本は、科学の分野の詳細な数学ベースの説明です。この分野の最も進んだ要素の幅広い基本的な知識を得たいなら、この本はあなたのためです。
2.ディープラーニングに飛び込む
Aston Zhang、Zach K. Lipton、Moo Li、Alex J. Resin
Dive Into Deep Learningは、コード、数学、解説を備えたインタラクティブな深層学習の本です。 NumPy、MXNet、PyTorch、およびTensorFlowでの実装を示しています。著者は、AmazonMXNetライブラリを使用して深い学習を教えるAmazonの従業員です。本は定期的に更新されますので、必ず最新版をお読みください。
本のザカリー・リプトン：
Dive into Deep Learning (D2K) ? , . ( ) ( , , ). : , , , . , . , .
3. Machine Learning Yearning
著者：アンドリューウン。
この本は、スタンフォード大学の教授でオンライン教育のパイオニアであるAndrewNgによって書かれました。Andrewは、Courseraとdeeplearning.aiの創設者の1人です。
Machine Learning Yearningは、機械学習アルゴリズムを機能させる方法を教えていますが、アルゴリズム自体は教えていません。AIプロジェクトの最も有望な分野を特定します。この本は、機械学習システムのエラー診断などの実際的な問題を解決するのに役立つ逸品です。彼女は、エンドツーエンドの学習、転移学習、マルチタスク学習などを適用する方法を教えてくれます。
4.解釈可能な機械学習
著者：クリストフモルナー。
この本は技術的に無料ではありません。それはあなたが望むものを支払うベースで販売されています。
解釈可能な機械学習は、表形式データ（リレーショナルデータまたは構造化データとも呼ばれます）の機械学習モデルに焦点を当てており、コンピューターのビジョンと自然言語の処理タスクにはあまり重点を置いていません。この本は、機械学習の専門家、データ科学者、統計学者、および機械学習モデルの解釈に関心のある人に推奨されます。プロジェクトで最高の機械学習解釈手法を選択して適用する方法について詳しく説明します。
5.ハッカーのためのベイジアンメソッド
キャメロンデビッドソンによる投稿。
ハッカーのためのベイジアン手法この本は、ベイジアン推論と呼ばれるデータ科学の重要な分野に焦点を当てています。ハッカーのためのベイジアンメソッドは、最初に理解し、次に計算と数学の観点からベイジアン推論を紹介するように設計されています。この本は、深刻な数学的背景はないが、ベイジアン法を実践している愛好家を対象としています。そのような人々にとって、このテキストは十分に興味深いはずです。この本は、確率論的なPythonプログラミング言語であるPyMCを学ぶための優れたリソースでもあります。
6.Pythonデータサイエンスハンドブック
ジェイクヴァンダープレイスによる投稿。
Python Data Science Handbookは、若いデータ科学者を対象としています。IPython、NumPy、Pandas、Matplotlib、Scikit-Learnなどの最も重要なツールを使用する方法を示します。この本は、データのクリーニング、処理、変換などの日常的なタスクを解決したり、機械学習モデルを構築したりするのに理想的です。
7.統計学習入門
Gareth James、Daniela Witten、Trevor Hasti、RobertTibshiraniによる。
統計学習入門は、統計学習方法の紹介です。この本は、非数学科学の上級生、修士、大学院生を対象としています。これには、実際の環境でさまざまなメソッドを実装する方法の詳細な説明が記載されたRのラボが多数含まれています。このテキストは、データ開業医にとって貴重なリソースになるはずです。
オンラインのSkillFactoryコースを受講することで、要求された職業をゼロから取得したり、スキルと給与をレベルアップしたりできます。
- データサイエンスの専門家をゼロからトレーニングする（12か月）
- データサイエンスオンラインブートキャンプ（14週間）
- 機械学習コース（12週間）
- « Machine Learning Data Science» (20 )
- «Machine Learning Pro + Deep Learning» (20 )
E
- - Data Analytics (5 )
- (18 )
- (6 )
- DevOps (12 )
- - (8 )
- «Python -» (9 )
- iOS- (12 )
- Android- (18 )
- Java- (18 )
- JavaScript (12 )
- UX- (9 )
- Web- (7 )
