기계 학습에 관심이 있는 문외한이 지금까지 읽은 책

나는 인공위성 같은 우주선을 전문적으로 개발하는데, 기계 학습에 대해서는 완전히 문외한이다.그나저나 프로그래밍 자체가 문외한이다.
의외로 기계학습에 관심이 많아서 지금까지 독학이 계속되고 있습니다. 하지만 기계학습을 배우는 데는 어떤 책이 추천됩니까?많은 사람들이 보고 싶은 기사를 썼으니 참고하세요.그래서 누구에게 쓸모가 있을지도 몰라요. 지금까지 읽은 책을 소개하고 싶어요.

프로그래밍 관계


기계 학습을 시작하기 전에 원래 프로그래밍을 할 줄 몰라서 거기서부터 시작했어요.학창 시절에 C++를 뜯어봤기 때문에'지침이 무엇입니까','대상이 가리키는 것이 무엇입니까'등의 지식이 있다.
파이썬3 시작
Python의 문법은 기본적으로 모두 이렇다.경을 쓰면서 읽으면 머릿속에 끊임없이 들어간다.이해하기 쉬워요.그러나 일정한 프로그래밍 지식을 가진 사람을 전제로 쓴 것 같다.프로그래밍 경험이 없는 사람은 아마 매우 힘들 것이다.

수학 입문


Python3에 입문한 후 기계학습 책을 받았는데 수학 공식의 전개가 따라잡을 수가 없어서... 대학을 졸업한 지 몇 년이 된 것을 잊었지만 수학을 복습하고 싶어서 수학 관련 책을 몇 권 읽었어요.
미분적분(이공계 수학 입문과정 1)(암파서점)
대학 1학년 때 쓰던 미적 교과서입니다.그립다.나는 이해하기 쉽게 썼다고 생각한다.

선형 대수(과학고 이공계 수학)(과학사)
이것은 대학 시절에 사용된 선형 대수 교과서이기도 하다.나는 이것이 치밀하고 치밀한 책이라고 생각하지만, 추상도가 약간 높은 작법이기 때문에 선형 대수가 처음 있는 사람에게는 좀 파악하기 어려울 것이다.현재 2x2팀 등 구체적으로 써서 설명하기 쉬운 교과서가 많은데 이런 책이 좋을 것 같다.

포인트 확률 통계(이공계 수학의 포인트 6)(암파서점)
이것은 또 학창 시절에 읽은 교과서다.'관건점'시리즈는 이름처럼 초보자를 위한 중점이기 때문에 저처럼 평소에 일을 할 때 공부할 시간이 없습니다.하지만 통계학을 깊이 있게 이해하려는 수요는 충족되지 않을 수도 있다.

통계학 입문(기초통계학 I)(도쿄대 출판)
여러분이 추천하는 통계학 입문서.받았지만 읽다가 쌓였는데... 절대 안 좋은 책은 아니에요. 그냥 제 동력 문제예요.
기본적으로 적절하게 썼고 어려운 공식의 나열도 아니었기 때문에 처음부터 통계학을 다시 배웠습니다!이런 동기는 나는 이 책이 비교적 좋다고 생각한다.

기계 학습 입문서 관계


수학을 복습하여 마침내 기계 학습의 입문서를 다시 배우기 시작했다.문법으로서의 수학을 머릿속에 넣으면 과연 읽기 쉽다.
첫 번째 패턴 식별 (센북 출판)
이것은 또 모두가 추천하는 패턴 식별 교과서다.통칭'시작'이다.'모식 식별이 무엇입니까'부터 벡터기, 다층 파세프트론, 합성기 학습 등 기본 지식을 배울 수 있습니다.얇아요. 정말 추천해요.
그러나 코드를 전혀 쓰지 않고 기본적으로 공식에 따라 설명하기 때문에 코드를 쓰면서 공부하려는 사람은 적합하지 않다.

Python으로 시작한 기계학습-scikit-learn 학습의 특징량 공학과 기계학습의 기초(오라이리 일본)
이것은 기계 학습 라이브러리인 scikit-learn을 이용하여 기계 학습을 체험할 수 있는 책이다.제목에서 보듯이 특징량 공사에 대한 설명도 많이 배웠다.
그러나 이 책은'시작'과 반대로 공식으로 설명하는 것이 거의 없다.그래서 "왜 이렇게 됐지?"이 점을 염두에 둔 사람은 먼저'시작'이라는 유형의 책을 읽고 이 책에 전념하는 것이 좋다.
또 스크래치로 처음부터 모형을 설치하려는 사람에게는 적합하지 않다.또 Numpy, Pandas, matplotlib 등 Python에서 자주 사용하는 라이브러리는 설명이 많지 않아 등장하기 때문에 스스로 지식을 강화해야 한다.내 상황은 모르는 일이 있으면 매번 인터넷에서 찾는다.그런 것들을 책으로 체계적으로 배우고 싶어요!이런 고동기가 있는 사람은 Python 데이터 분석 시작 같은 것을 사용할 수 있다.

심층학습(기계학습 전공 시리즈)(강연사)
이것은 깊이 연구하는 관계에서 자주 추천하는 책이다.'시작'처럼 코드가 없고 기본적으로 공식으로 설명한다.그러나'시작'보다 쓰기 쉽고 문턱이 낮아 읽기 쉽다.

샀는데 아직 안 읽은 책들


먼저 이 부근까지 읽은 후에 시합에 참가하면서 더듬으며 계속 공부한다.다른 것도 많이 얻었고, 적독 상태와 반은 읽었다.불쌍해서 어떤 걸 얻었는지 열거해 보자..
파이썬과 케라스를 통한 딥러닝(Mynavi 출판)
딥러닝용 라이브러리 케라스의 저자 케라스 해설서.케라스는 아주 잘했어요. 사이트 제목의'30초 케라스 입문하세요'라는 글을 읽으면 아마 사용법을 알 수 있을 거예요.그래서 이 책은 필요 없어..
이미지 인식(기계학습 전공 시리즈) (강의사)
파란색 심층 학습서와 같은 시리즈.이미지 인식의 기초를 배우고 싶어서 착실하게 읽고 있습니다.
이로써 알 수 있는 최적화 수학 - 기초 원리부터 계산 방법까지 (공립출판)
기계학습을 할 때 수학에 최적화된 아이디어가 곳곳에서 나와 이해하지 못하는 장면이 몇 가지 있다.매번 인터넷 검색에 대응하지만 체계적으로 공부하고 싶어서 샀어요.아직 안 읽었어요.
Python의 데이터 분석 시작 - NumPy, pandas를 이용한 데이터 처리(Oraily Japan)
기계학습이라기보다는 Numpy와 Pandas의 사용법을 체계적으로 학습한 책이다.이것도'매번 인터넷 검색'에 대응하는 것이기 때문에 아직 읽지 않았다.
Deep Learning-Python 제작부터 딥러닝의 이론과 실시(오라이리 일본)
이름처럼 라이브러리를 사용하지 않고 스크래치로 딥러닝 모형을 설치한 책.잘 팔리는 것 같은데 읽지 않았어요.
불쌍하게 쌓인 책들,, 잘 읽고 싶어

좋은 웹페이지 즐겨찾기