¿Selección de libros sobre aprendizaje automático?
Si tiene alguna recomendación, escuche los consejos de personas de la industria.
El profesor Zhang Zhihua de la Universidad de Pekín publicó una vez "La historia del desarrollo y la iluminación del aprendizaje automático" [1] en "Comunicaciones de la Sociedad Informática de China" en 2017, que se recomienda en detalle en este artículo. método de aprendizaje del aprendizaje automático——
El aprendizaje automático integra tecnología, ciencia y arte. Es diferente de la inteligencia artificial tradicional y es el núcleo de la inteligencia artificial moderna. Se trata de estadística, optimización, análisis matricial, informática teórica, programación, informática distribuida, etc. Por lo tanto, se recomienda que, sobre la base de los cursos universitarios de informática existentes, se fortalezcan adecuadamente cursos como probabilidad, estadística y análisis matricial. Las siguientes son sugerencias para entornos de cursos específicos y materiales didácticos relacionados: 1. Fortalecer lo básico. Para cursos de probabilidad y estadística, se recomienda adoptar la cuarta edición de "Probabilidad y estadística", en coautoría con Morris H. DeGroot y Mark J. Schervish, como libro de texto. Enlace Douban——Probabilidad y Estadística
2. En los cursos de álgebra lineal, fortalecer el contenido del análisis matricial. El libro de texto recomendado es "Introducción al álgebra lineal" de Gilbert Strang. Gilbert Strong ha estado enseñando álgebra lineal en el MIT y sus cursos en vídeo en línea son clásicos. Posteriormente, se recomendó enseñar cálculo matricial y utilizar "Álgebra lineal numérica" de Trefethen N. Lloyd y David Baull como libro de texto. 3. Ofrecer cursos de aprendizaje automático. Hay muchos libros clásicos sobre aprendizaje automático, pero la mayoría de ellos no son adecuados como libros de texto para estudiantes universitarios. Recientemente, el MIT publicó Fundamentals of Machine Learning for Predictive Data Analysis de John D. Kelleher y Brian Mac Namee, o la tercera edición de "Statistical Pattern Recognition" (Reconocimiento de patrones estadísticos), en coautoría con Andrew R. Webb. y Keith D. Copsey es un libro de texto más adecuado para estudiantes universitarios. También se recomienda que los cursos establezcan sesiones prácticas para permitir a los estudiantes intentar aplicar métodos de aprendizaje automático a ciertos problemas específicos.