Cliquez sur l'attention InfoQ , Haut du public No.

8:00 technologie de réception petit-déjeuner programmeur

Auteur | Wang Tianyi

Source | colonne Geek Temps, « Intelligence artificielle Cours de base »

Ph.D., professeur agrégé de collection d'intelligence artificielle de livres, la version PDF est livré avec les liens texte.

articles d'apprentissage de la machine

Dans l'apprentissage de la machine, il faut d'abord recommandation est que deux des travaux du pays: le Dr Li Accrocher livre « méthodes d'apprentissage statistique » et le professeur Zhou Zhihua « l'apprentissage de la machine. »

« Méthode d'apprentissage statistique » a « au total - points - total » la structure, après le peignage les concepts de base de l'apprentissage statistique, l'introduction systématique et complète des 10 grands apprentissage statistique, le dernier de ces algorithmes sont récapitulés comparaison . Le livre commence par une formule mathématique à base, l'introduction de chaque méthode sont donnés une dérivation mathématique détaillée, presque sans non-sens, arrière-plan afin mathématique pour les lecteurs également mis en avant des exigences plus élevées.

En revanche, la « machine learning » couvre une gamme plus large, avec la nature plus d'introduction, aide à comprendre le panorama de l'apprentissage de la machine. Le livre couvre l'idée de base d'algorithmes d'apprentissage automatique dans presque toutes les catégories, la portée et le principal moyen d'atteindre les avantages et les inconvénients, et entrecoupés avec beaucoup de facile à comprendre des exemples.

Si les victoires des « méthodes d'apprentissage statistique » en profondeur, la « machine learning » pour gagner en largeur. Sous réserve de la disponibilité de la largeur, peut continuer à racine sur la base de « l'apprentissage de la machine » de référence riche dans l'offre.

Lire plus de deux livres, vous pouvez lire quelques-uns des classiques. dévaluation classique Machine Learning livre de Tom Mitchell, la traduction a appelé "l'apprentissage de la machine." Le livre dans un livre en 1997, bien qu'il soit difficile de couvrir les derniers développements en matière d'apprentissage de la machine, mais pour la discussion théorie de base et de l'algorithme de base incisive encore, après tout la théorie classique résistera à l'épreuve du temps. L'objectif de ce livre est que l'ampleur ne comporte pas aussi un grand nombre de dérivation mathématique complexe, est une entrée-livres idéal. L'auteur a à dire sur leur page d'accueil à une nouvelle édition de ce livre, et a ajouté le contenu de certains des chapitres, peut-être les deux dernières années peuvent espérer l'émergence d'une nouvelle version.

Un autre livre classique est Trevor Hastie et al. Éléments d'apprentissage statistique, en 2016 publié une deuxième édition. Ce livre n'est pas dans la traduction, des photocopies. Le livre ne sera pas maître avec beaucoup de formules mathématiques complexes pour faire peur aux gens (algorithme spécial pour obtenir le livre à l'exception), celui-ci ne fait pas exception. Il a souligné que la connotation et l'extension d'une variété de méthodes d'apprentissage, par rapport à une déduction spécifique, pour comprendre le scénario d'application et la direction par les circonstances entourant la méthode est probablement plus important.

étape finale de non livre de Christopher Bishop Reconnaissance et l'apprentissage machine doit aller. Le livre a été publié en 2007, pas de traduction chinoise, peut-être à cause de la traduction d'une uvre grandiose volumineux sur donc je ne sais pas combien de nuits brûler l'huile de minuit à dépenser. Le livre est caractérisé par l'apprentissage de la machine dans son ensemble, quelle que soit la méthode basée sur la fréquence ou les méthodes bayésiennes, quelle que soit la classification ou le modèle de régression, ne sont que des côtés différents d'une même pièce. Dieu peut ouvrir la perspective de la vaste gamme d'apprentissage de la machine sont incorporés dans un filet géant, malheureusement, la plupart des lecteurs ne peuvent pas continuer à penser de sa clairvoyante (y compris moi-même).

La dernière recommandation est le livre de David J Théorie de l'information C MacKay, Inference et l'apprentissage des algorithmes, un livre en 2003, a appelé la traduction chinoise de « théorie de l'information, l'inférence et les algorithmes d'apprentissage. » L'auteur est un type de scientifique polyvalent, ce livre est pas un apprentissage de la machine monographie, mais un certain nombre de disciplines connexes de fusion dans un four, le contenu a couvert une large gamme. Par rapport pour faire face à la face avant du manuel, lire ce livre se sent comme le chat et l'auteur, il lancera une variété de problèmes dans rieuses Qui vous fait penser. Les grands thèmes du livre ne sont pas l'expérience de lecture facile, mais comme une extension du champ de vision d'un régulateur.

papiers mathématiques

1, algèbre linéaire

Recommandé deux matériaux étrangers. L'un est écrit par Gilbert Strang Introduction à l'algèbre linéaire, version anglaise sur la cinquième édition en 2016, pas de traduction chinois. Cette image conceptuelle intuitive d'interprétation abstraite énoncé le concept de base, complété par un grand nombre d'applications pratiques de l'algèbre linéaire dans divers domaines, pour les apprenants très sympathiques. Auteur du MIT OCW a ouvert une leçon vidéo correspondante est livré avec des exercices est résolu pour simuler une série de questions et d'autres ressources électroniques.

Le second est écrit par David C Lay Algèbre linéaire et ses applications, 2015, dans la version anglaise du même à la cinquième édition, la traduction intitulée « L'algèbre linéaire et ses applications », ce qui correspond à la quatrième édition du livre original. Ce livre par ces vecteurs et les concepts de base de linéaire des équations pour introduire facilement les concepts de base de génération de ligne, en se concentrant sur le sens algébrique et géométrique derrière le sens de la formule, Peiyoudaliang même instance d'application, de comprendre les concepts de base d'une grande aide.

2, la théorie des probabilités

Basic Books peut choisir une première Sheldon M Cours de livre Ross en probabilité, la version anglaise en 2013 à la neuvième édition (18 ans, bientôt la dixième édition), la traduction appelée correspond « fondation théorie probabilité de cours » à l'original la neuvième édition du livre, également sous forme de photocopies anglais. Ce livre mesure de côté, pour discuter de la probabilité du problème du point de vue du théorème central limite, l'interprétation du concept sont encore plus populaires, le livre contient également des exemples d'application en étroite collaboration massive avec des exemples et des exercices vie.

Ceci est un autre des livres abstruses écrits par Edwin Thompson Jaynes Probabilités: La logique de la science, aucun livre en traduction, livre photocopie intitulé « Méditations théorie des probabilités » a été épuisé. Ce livre est le titre posthume, a passé un demi-siècle de l'auteur complet, peut être vu à partir du nom est un livre de Dieu. L'auteur explore la probabilité en fonction de la fréquence d'un point de vue logique, la probabilité bayésienne et inférence statistique, la théorie des probabilités dans le cadre de la discipline cette porte d'expérience partielle dans la logique mathématique. Si vous lisez ce livre, assurez-vous d'être prêt à brûler le cerveau.

3 STATISTIQUES

Basic Books peut choisir Chen livre Académicien Xiru « cours statistique mathématique. » A propos de statistiques ne sont pas des questions scientifiques ne peuvent toujours pas d'accord, mais il est un rôle important dans l'apprentissage de la machine dans le doute. A la suite de livre de de se concentre Chen sur la discussion des concepts statistiques et des idées, en essayant d'enseigner la possibilité d'utiliser un point de vue statistique pour observer et analyser les choses, ce qui est très louable.

Pour en savoir plus peut sélectionner livre Inférence statistique Roger Casella, parce que l'auteur est décédé en 2012, en 2001, est devenu le deuxième chant du cygne édition. traduction chinoise appelée « inférence statistique », photocopie aussi. Ce livre contient une partie de la théorie des probabilités, l'introduction convaincante à l'inférence statistique, l'estimation des paramètres, la variance, la régression et d'autres questions de base dans les statistiques.

4, théorie de l'optimisation

Référence peut être écrit par Stephen Boyd Convex Optimization, la traduction a appelé « l'optimisation convexe. » Bien que ce livre est intimidante physique, mais pas une mauvaise lisibilité, surtout pour une application pratique plutôt que la preuve théorique, de nombreuses méthodes d'apprentissage machine largement utilisé la source peuvent être trouvés ici.

5, théorie de l'information

Recommander Thomas Cover et Jay A Thomas co-auteur des éléments de la théorie de l'information, deuxième édition en 2006, la traduction chinoise est « théorie de l'information. » Ce livre est à la fois l'ampleur et de la profondeur, mais pas volumineux mais plein de marchandises sèches, de clarifier les concepts de base des différentes connotation physique de la théorie de l'information, mais la lecture lisse exige une certaine base mathématique. En outre, dans ce livre l'accent sur la théorie de l'information de la communication.

Les auteurs introduisent

Wang Tianyi, docteur en ingénierie de l'Université de Beijing des Postes et Télécommunications, Professeur associé de Big Data et ingénierie de l'information, Université du Guizhou, Guizhou Association médicale numérique 3D. Au cours de la lecture des principales orientations de recherche pour la théorie de la communication quantique variable continue et les systèmes, hébergés et pris part à un certain nombre de recherche / province nationale et ministérielle, a publié le premier auteur papiers SCI 5.

À l'heure actuelle les principales orientations de la recherche pour les grandes données et le contenu de la recherche en intelligence artificielle inclut des choses à base de grandes applications de données et les réseaux de neurones et l'apprentissage de la machine. En plus du domaine de la technologie, le développement de l'intelligence artificielle sont également les tendances de la pensée et de l'avenir profond, auteur de « révolution de l'intelligence artificielle, » un livre.

lien PDF

articles d'apprentissage de la machine

Machine Learning

Éléments d'apprentissage statistique

https://web.stanford.edu/~hastie/Papers/ESLII.pdf

Reconnaissance et apprentissage automatique

Théorie de l'information, Inférence et algorithmes d'apprentissage

papiers mathématiques

Introduction à l'algèbre linéaire

https://math.mit.edu/~gs/linearalgebra/linearalgebra5_Preface.pdf

L'algèbre et ses applications linéaires

Un premier cours Probabilités (8e édition)

Théorie des probabilités: La logique de la science

Inférence statistique

https://fsalamri.files.wordpress.com/2015/02/casella_berger_statistical_inference1.pdf

Optimisation Convex

https://web.stanford.edu/~boyd/cvxbook/bv_cvxbook.pdf

Éléments de Théorie de l'information

Au-dessus, de « cours de base AI. » Si vous êtes intéressé par AI, AI ou envisage de restructurer le terrain. Cette colonne, tout ce dont vous avez besoin. Colonne totale de sept modules:

• Module 1: fondements mathématiques

• Module II: Les principales méthodes d'apprentissage de la machine

• Module 3: Réseaux de Neurones Artificiels

• Module IV: apprentissage en profondeur

• Module V: avec Neural Network

• AI en dehors de l'apprentissage en profondeur: Module 6

• Module sept: scénarios

point « Lire l'original » Essai gratuit ou Inscrivez-vous