Uzun yıllardır yazılım / donanım mühendisiyim. Ancak yapay zeka ve makine öğrenimi hakkında hiçbir şey bilmiyorum. Dijital sinyal işleme ve çeşitli programlama dillerinde (C, C ++ veya Swift gibi) güçlü bir geçmişim var
Yapay zeka teorisini ve felsefesini sıfırdan öğreten ve daha sonra gerçek yaşam uygulamalarına, mevcut araçlara, çalıştırabileceğiniz örneklere vb.
Bu yüzden çok akademik veya istatistiksel kaynaklar aramıyorum.
Yanıtlar:
Neural Networks hakkında çok basit bir temel kitap istiyorsanız, tam olarak Machine Learning değil deneyebilirsiniz:
Bu 2, sıfırdan başlayan ve basit örnekler üzerinde elle hesaplamaları gösteren temel ve çok basit kitaplardır. Ayrıca bunlar gerçek uygulama tabanlı kitaplar.
Teorinizi güçlendirmek ve özellikle kalıp tanıma için Makine Öğrenimi hakkında kapsamlı bir şekilde öğrenmek istiyorsanız, şimdiye kadarki en iyi kitap:
Bu kitap özellikle Olasılık Teorisi, Doğrusal Cebir ve Matematik alanında sağlam matematiksel bilgi gerektirir.
Sinir Ağları hakkında çok teorik iki kitap:
Deneyimlerime göre bunlar en iyi tanıtım kitapları. Ayrıca edx.org tarafından Veri Bilimi için Machine Learning gibi çeşitli OCW'yi ve Stanford Üniversitesi tarafından Profesör Andrew Ng Machine Learning tarafından yürütülen coursera.org'da şiddetle tavsiye edilen bir kursa göz atabilirsiniz.
Ayrıca, güçlü bilimsel paketleri nedeniyle çoğunlukla Makine Öğrenimi için kullanıldığı için Python veya R'yi öğrenmenizi öneririm. Python, C / C ++ ile karşılaştırıldığında programları öğrenmek ve uygulamak çok kolaydır.
Düzenle: Bu kitabı unuttum. Her ne kadar biraz gelişmiş olsa da bazı kullanıcılar bunu kolay bulabilir:
Google tarafından yapılan Makine Öğrenimi Eğiticisini izleyebilirsiniz. Basit ve iletişimi çok açık. 6 videoda Machine Learning'de iyi bir deneyim yaşayabilirsiniz.
Coursera'daki Andrew Ng'in (eski) Machine Learning dersini veya Udacity'de Sebastian Thrun ve Katie Malone ile Machine Learning dersini almanız yeterli. Ya da her ikisi de. Bu, Machine Learning'in temellerine iyi ve sağlam bir giriş yapmanın oldukça hızlı bir yoludur. Daha sonra http://ai.berkeley.edu adresindeki Materyal'e bakın. sitesindeki ve Yapay Zeka - Modern Bir Yaklaşım'ı okuyun . Eğer bunun üstesinden gelirseniz, ilginizi çeken her şeye doğru ilerleyeceksiniz.
Alanda yer alan matematikten kendinizi tamamen boşanamayacağınızı da unutmayın . Çok değişkenli hesaplama, olasılık ve doğrusal cebir (çoğunlukla matris işlemleri) konusunda henüz bir arka planınız yoksa, o zaman bu şeyleri kemikleştirmeniz gerekebilir.
Google tarafından yapılan Makine Öğrenimi Eğiticisini buradan izleyebilirsiniz: Merhaba Dünya - Makine Öğrenimi Tarifleri # 1 . Basit ve iletişimi çok açık.
İlk makine öğrenme programınızı yazmak için altı satır Python yeter! Bu bölümde, makine öğreniminin ne olduğunu ve neden önemli olduğunu kısaca tanıtacağız. Ardından, denetimli öğrenme (örneklerden bir sınıflandırıcı oluşturma tekniği) için bir reçete izleyeceğiz ve kodlayacağız.
Sinir ağlarının nasıl oluşturulacağı konusunda kapsamlı bir giriş ve eğitim veren mükemmel bir çevrimiçi kitap var. Sinir Ağları ve Derin Öğrenme Michael Nielson'ın . İlk bölümde el yazısı rakamları tanıma örneğini kullanır ve algılayıcıları, sigmoid nöronları, temel sinir ağlarını, bunları Python'da nasıl kodlayacağını vb. Geçer.
Bu kitabı, sinir ağları konusunda zaten tecrübesi olanlara bile tavsiye ederim. Harika bir kaynak.