Programación de la inteligencia colectiva
Este libro toma el aprendizaje automático y las estadísticas computacionales como tema de fondo, y describe específicamente cómo extraer y analizar datos y recursos en la Web, y cómo analiza la experiencia del usuario, el marketing, los gustos personales y mucha otra información, y saca conclusiones útiles. A través de algoritmos complejos, podemos obtener, recopilar y analizar datos del usuario e información de retroalimentación del sitio web, creando así nuevo valor para el usuario y valor comercial.
El libro contiene contenido detallado, que incluye tecnología de filtrado colaborativo (para realizar la función de recomendación de productos relacionados), análisis de datos de clúster (para descubrir subconjuntos de datos similares en conjuntos de datos a gran escala) y tecnologías centrales de motores de búsqueda. (rastreadores, índices, motor de consultas, algoritmo PageRank, etc.), algoritmo de optimización para buscar información masiva y analizar estadísticas para sacar conclusiones, tecnología de filtrado bayesiano (filtrado de spam, filtrado de texto), uso de tecnología de árbol de decisión para predicción y modelado de decisiones, redes sociales Tecnología de coincidencia de información de redes. Este libro es una excelente opción para desarrolladores web, arquitectos e ingenieros de aplicaciones.
Aprendizaje automático para hackers
Aprendizaje automático para hackers (traducción al chino: Aprendizaje automático - Análisis de casos prácticos) explica los algoritmos de aprendizaje automático a través de ejemplos. Se implementa con R. You can Learn machine. aprender aprendiendo R. Este es un libro muy práctico, que se centra en cómo utilizar R para la minería de datos. Los algoritmos de aprendizaje automático son más bien un enfoque de caja negra, que enfatiza el significado de entrada y salida y debilita los detalles del algoritmo de aprendizaje automático. Este artículo básicamente utiliza casos para describir cómo resolver problemas y proporcionar datos originales para su propio análisis. Adecuado para dos tipos de personas:
(1) Tiene algunas teorías de aprendizaje automático, pero carece de ejercicios de casos.
(2) Las personas que solo necesitan saber cómo usar el aprendizaje automático general para resolver problemas solo quieren conocer la idea general de los algoritmos de aprendizaje automático y no quieren aprender los algoritmos en aprendizaje automático en detalle.
"Aprendizaje automático" de Tom Mitchell
El aprendizaje automático demuestra los algoritmos y teorías centrales del aprendizaje automático y explica el proceso de operación del algoritmo. El aprendizaje automático incorpora muchos resultados de investigaciones, como estadística, inteligencia artificial, filosofía, teoría de la información, biología, ciencia cognitiva, complejidad computacional y cibernética. , para comprender los antecedentes, el algoritmo y los supuestos implícitos del problema. El aprendizaje automático se puede utilizar como libro de texto para estudiantes de pregrado y posgrado con especialización en informática, y como libro de referencia para investigadores y profesores en campos relacionados.
Elementos de aprendizaje estadístico
Elementos de aprendizaje estadístico introduce algunos conceptos importantes en estos campos. Aunque se aplican métodos estadísticos, el énfasis está en los conceptos más que en las matemáticas. Muchos ejemplos van acompañados de ilustraciones en color. El contenido del aprendizaje estadístico es muy amplio, desde el aprendizaje supervisado (predicción) hasta el aprendizaje no supervisado. Incluyendo redes neuronales, máquinas de vectores de soporte, árboles de clasificación, promoción y otros temas, es la introducción más completa en libros similares.
El rápido desarrollo de la informática y la tecnología de la información ha aportado enormes cantidades de datos a muchos campos, como la medicina, la biología, las finanzas y el marketing. Dar sentido a estos datos es un desafío, lo que ha llevado al desarrollo de nuevas herramientas en estadística y se ha expandido a nuevas áreas como la minería de datos, el aprendizaje automático y la bioinformática. Muchas herramientas tienen los mismos conceptos básicos, pero a menudo se expresan en términos diferentes.
Aprender de los datos
Este es un curso de introducción al aprendizaje automático (ML), que cubre su teoría básica, algoritmos y aplicaciones. El aprendizaje automático es una tecnología clave para big data y sus aplicaciones en finanzas, medicina, negocios, investigación científica y otros campos. El aprendizaje automático permite que los sistemas informáticos aprendan automáticamente cómo realizar tareas específicas a través de información extraída de los datos. El aprendizaje automático se ha convertido en uno de los campos de investigación más candentes en la actualidad y también es un curso de capacitación para estudiantes de pregrado y posgrado en 15 especialidades diferentes en Caltech. Este curso mantiene un equilibrio entre teoría y práctica, cubriendo matemáticas y heurística.
Reconocimiento de patrones y aprendizaje automático
¡Este libro es una de las obras maestras del aprendizaje automático y un clásico de lectura obligada!
Inteligencia artificial
Inteligencia artificial: un enfoque moderno
"Inteligencia artificial: un enfoque moderno" tiene materiales ricos y detallados y se explica de manera integral desde la perspectiva de un tema racional Se cubre el contenido central en el campo de la inteligencia artificial y se introducen en profundidad las principales direcciones de investigación. Es un libro de texto completo poco común.
Inteligencia Artificial para la Humanidad
Este libro explica algoritmos básicos de inteligencia artificial como tamaño, medición de distancia, agrupamiento, cálculo de errores y regresión lineal, etc. , y explíquelo con casos ricos. Se requiere una buena base en matemáticas.
Paradigmas de programación de inteligencia artificial
Este libro presenta excelentes paradigmas de programación y teorías básicas de IA. Es una lectura obligada para los amigos comprometidos con el campo de la inteligencia artificial.
Inteligencia artificial: una nueva síntesis
Este libro propone un nuevo enfoque integrado para unificar la teoría de la inteligencia artificial, que abarca redes neuronales, visión por computadora y búsqueda heurística, redes bayesianas y otros contenidos. Una lectura obligada para jugadores avanzados.
La máquina emocional: pensamiento con sentido común, inteligencia artificial y el futuro de la mente humana
En este libro revelador, el pionero de la tecnología Marvin Minsky continúa su investigación creativa que nos ha presentado con un nuevo e increíble modelo operativo del cerebro humano.
Inteligencia Artificial (Tercera Edición)
Este es un libro de introducción a la inteligencia artificial. Las personas sin experiencia en programación pueden comprender fácilmente las explicaciones y conceptos. Simplificado pero también incluye discusiones en el campo de la inteligencia artificial avanzada.