Gute Beispiele / Bücher / Ressourcen zum Erlernen des angewandten maschinellen Lernens (nicht nur ML selbst)


11

Ich habe zuvor einen ML-Kurs besucht, aber jetzt, da ich an meinem Arbeitsplatz mit ML-bezogenen Projekten arbeite, habe ich große Probleme, ihn tatsächlich anzuwenden. Ich bin mir sicher, dass das, was ich mache, schon einmal recherchiert / behandelt wurde, aber ich kann keine spezifischen Themen finden.

Alle Beispiele für maschinelles Lernen, die ich online finde, sind sehr einfach (z. B. wie man ein KMeans-Modell in Python verwendet und die Vorhersagen betrachtet). Ich suche nach guten Ressourcen, um diese tatsächlich anzuwenden, und vielleicht nach Codebeispielen für umfangreiche maschinelle Lernimplementierungen und Modellschulungen. Ich möchte lernen, wie neue Daten effektiv verarbeitet und erstellt werden können, um die ML-Algorithmen wesentlich effektiver zu gestalten.

Antworten:


10

Ich habe keine Kenntnisse in ML. Nach einer kleinen Websuche fand ich einen reddit-Thread, in dem die folgenden Bücher aufgelistet sind, die alle legal kostenlos heruntergeladen werden können. Sie können die Titel Ihres Interesses für Details recherchieren. Kommentieren Sie auch, ob Sie eines der Bücher hilfreich finden (und warum).

Maschinelles Lernen

Wahrscheinlichkeit / Statistik

Lineare Algebra / Optimierung

Genetischen Algorithmus


1
Danke für die Links. Ich bin gerade dabei, einige davon zu überprüfen, aber was mich mehr interessiert, ist etwas, das praktische Beispiele für die Verwendung der Algorithmen und das Trainieren eines Modells gibt. Ich habe bereits eine gute Grundlage dafür, wie sie mathematisch funktionieren, daher muss ich das nicht mehr so ​​gut verstehen. Da ich Funktionsmodelle für jeden der Algorithmen habe (die weit verbreitet sind), möchte ich lernen, wie man diese Funktionen verwendet, um ein Modell effektiv zu entwickeln.
Stoneman



Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.