La máquina de aprendizaje libro de cocina / tarjeta de referencia / cheatsheet?

Question

Me parece de recursos como el de la Probabilidad y Estadística libro de cocina y El R Tarjeta de Referencia para la Minería de Datos increíblemente útil. Ellos, obviamente, servir como referencias, pero también me ayuda a organizar mis pensamientos sobre un tema y obtener la superficie de la tierra.

P: ¿nada de estos recursos existen para los métodos de aprendizaje automático?

Me estoy imaginando una tarjeta de referencia que para cada ML método son:

• Propiedades generales
• Cuando el método funciona bien
• Cuando el método no hace mal
• A partir de la cual o a la que otros métodos el método que se generaliza. Ha sido mayormente reemplazados?
• Seminales trabajos sobre el método
• Abra problemas asociados con el método de
• Computacional de la intensidad

Todas estas cosas se pueden encontrar con un mínimo de cavar a través de los libros de texto de eso estoy seguro. Sería muy conveniente disponer de ellos en un par de páginas.

Answer 1

Si quieres aprender de Aprendizaje de la Máquina le recomiendo a usted se inscribe en la línea gratis de ML curso en el invierno impartido por el Prof. Andrew Ng.

Hice la anterior en el otoño y todo el material de aprendizaje es de excepcional calidad y orientado hacia las aplicaciones prácticas, y mucho más fáciles de asimilar que la lucha a solas con un libro.

Es también un muy fruta que cuelga baja con buena intuitiva explicaciones y el monto mínimo de las matemáticas.

Answer 2

Algunos de los mejores y libremente los recursos disponibles son:

• Hastie, Friedman et al. Los Elementos de Aprendizaje Estadístico: Minería de Datos, Inferencia y Predicción
• David Barbero. Bayesiano de Razonamiento y de Aprendizaje de la Máquina
• David MacKay. La Teoría de la información, la Inferencia y el Aprendizaje de los Algoritmos (http://www.inference.phy.cam.ac.uk/mackay/itila/)

Como el autor de la pregunta que no he conocido "Todo en uno de la página de" solución

Answer 3

Sí, está bien; Christopher Obispo del "Reconocimiento de patrones y Aprendizaje de Máquina" es un excelente libro de referencia general, usted realmente no puede ir mal con él.

Una bastante reciente libro, pero también muy bien escrito y es igualmente amplia David Barbero "Bayesiano de Razonamiento y de Aprendizaje de Máquina"; un libro que me iba a sentir es ligeramente más adecuado para un recién llegado en el campo.

He usado "Los Elementos de Aprendizaje Estadístico" de Hastie et al. (mencionado por Macro) y por un muy fuerte libro yo no se recomienda como primera referencia; tal vez sería mejor una segunda referencia para obtener más temas especializados. En ese aspecto, David MacKay del libro, la Teoría de la Información, la Inferencia, y Algoritmos de Aprendizaje, también puede hacer un trabajo espléndido.

Answer 4

Desde el consenso parece ser que esta pregunta no es un duplicado, me gustaría compartir mi favorito para la máquina de aprendices principiantes:

He encontrado la Programación de la Inteligencia Colectiva, el libro más fácil para los principiantes, ya que el autor Toby Segaran es se centra en permitir que la mediana de desarrollador de software para conseguir sus manos sucias con datos de hacking tan rápido como sea posible.

Capítulo típico: Los datos del problema se describe claramente, seguido por una áspera explicación de cómo funciona el algoritmo y, finalmente, se muestra cómo crear algunas ideas con sólo unas pocas líneas de código.

El uso de python permite entender todo bastante rápido (no es necesario saber de python, en serio, yo no lo sabía antes, también). NO creo que este libro se centra únicamente en la creación de sistemas de recomendación. También se ocupa de la minería de texto / filtrado de correo no deseado / optimización / agrupación / validación etc. y por lo tanto le da una prolija descripción general de las herramientas básicas de cada minero de los datos.

Answer 5

Witten y Frank, "Minería de Datos", Elsevier 2005 es un buen libro para el auto-aprendizaje, ya que hay una biblioteca de Java de código (Weka) para ir con el libro y está muy orientado hacia la práctica. Sospecho que hay una edición más reciente que la que tengo.