Pendidikan mandiri mungkin merupakan salah satu jalan dan proses tersulit bagi orang dewasa. Dengan begitu banyak gangguan di sekitar, sulit untuk membuat diri Anda sendiri menindaklanjutinya (terutama jika motivasinya tidak jelas). Tetapi pendidikan diri sebagai evolusi adalah bagian integral dari kehidupan profesional mana pun atau siapa pun yang ingin menjadi profesional. Dalam hal ini, buku bisa menjadi bidikan yang sama yang membunuh dua burung dengan satu batu, Anda berdua tumbuh sebagai spesialis dan tidak "putus asa." Penulis materi telah memilih 7 e-book gratis untuk membantu Anda mempelajari Ilmu Data dan ML.
1. Pembelajaran Mendalam
Oleh Ian Goodfellow, Joshua Bengio dan Aaron Courville.
Deep Learning pertama kali diterbitkan pada tahun 2016. Itu adalah salah satu buku pertama yang didedikasikan untuk pembelajaran mendalam. Buku tersebut ditulis oleh tim peneliti terkemuka yang berada di garis depan pembangunan pada saat itu. Pekerjaan di bidang jaringan saraf ini tetap berpengaruh dan dihormati. Karya yang disajikan merupakan risalah teoritis tentang deep learning, dari konsep dasar hingga ide modern, seperti jaringan generatif yang kompleks dan penerapan machine learning dalam bisnis dan lainnya. Buku ini adalah penjelasan rinci tentang bidang sains berbasis matematika. Jika Anda ingin memperoleh pengetahuan dasar yang luas tentang elemen paling canggih di bidang ini, buku ini cocok untuk Anda.
2. Selami Deep Learning
Oleh Aston Zhang, Zach K. Lipton, Moo Li, Alex J. Resin
Dive Into Deep Learning adalah buku pembelajaran mendalam interaktif dengan kode, matematika, dan komentar. Ini menunjukkan implementasi di NumPy, MXNet, PyTorch, dan TensorFlow. Penulis adalah karyawan Amazon yang menggunakan perpustakaan Amazon MXNet untuk mengajarkan pembelajaran mendalam. Buku ini diperbarui secara berkala, jadi pastikan Anda membaca revisi terbaru.
Zachary Lipton tentang buku itu:
Dive into Deep Learning (D2K) ? , . ( ) ( , , ). : , , , . , . , .
3. Machine Learning Yearning
Penulis: Andrew Eun.
Buku ini ditulis oleh Andrew Ng, seorang profesor Universitas Stanford dan pelopor pendidikan online. Andrew adalah salah satu pendiri Coursera dan deeplearning.ai .
Machine Learning Yearning mengajari Anda cara membuat algoritme pembelajaran mesin berfungsi, tetapi bukan algoritme itu sendiri. Ini mengidentifikasi area yang paling menjanjikan untuk proyek AI. Buku ini sangat berguna untuk membantu Anda memecahkan masalah praktis seperti mendiagnosis kesalahan dalam sistem pembelajaran mesin. Dia akan mengajari Anda cara menerapkan pembelajaran ujung ke ujung, pembelajaran transfer, pembelajaran multitasking, dan banyak lagi.
4. Pembelajaran Mesin yang Dapat Ditafsirkan
Penulis: Christoph Molnar.
Secara teknis, buku ini tidak gratis. Itu dijual atas dasar bayar-apa-yang-Anda-inginkan.
Pembelajaran Mesin yang Dapat Ditafsirkan berfokus pada model pembelajaran mesin untuk data tabel (juga disebut data relasional atau terstruktur) dan kurang menekankan pada visi komputer dan tugas pemrosesan bahasa alami. Buku ini direkomendasikan untuk pakar pembelajaran mesin, ilmuwan data, ahli statistik, dan siapa saja yang tertarik dengan menafsirkan model pembelajaran mesin. Ini merinci cara memilih dan menerapkan teknik interpretasi pembelajaran mesin terbaik dalam proyek Anda.
5. Metode Bayesian untuk Hacker
Dikirim oleh Cameron Davidson.
Metode Bayesian untuk Hacker Buku ini berfokus pada bidang ilmu data penting yang disebut inferensi Bayes . Metode Bayesian untuk Hacker dirancang sebagai pengantar inferensi Bayesian dalam hal pemahaman pertama, komputasi dan matematika kedua. Buku ini ditujukan untuk para peminat yang tidak memiliki latar belakang matematika yang serius, tetapi yang mempraktikkan metode Bayesian. Untuk orang-orang seperti itu, teks ini seharusnya cukup menarik. Buku ini juga merupakan sumber yang bagus untuk mempelajari PyMC, bahasa pemrograman Python probabilistik.
6. Buku Pegangan Ilmu Data Python
Diposting oleh Jake Vanderplace.
Buku Pegangan Ilmu Data Python ditujukan untuk ilmuwan data muda. Ini menunjukkan kepada Anda bagaimana bekerja dengan alat yang paling penting, termasuk IPython, NumPy, Pandas, Matplotlib, Scikit-Learn dan banyak lagi. Buku ini sangat ideal untuk menyelesaikan tugas sehari-hari seperti membersihkan, memanipulasi, dan mengubah data, serta membuat model pembelajaran mesin.
7. Pengantar Pembelajaran Statistik
Oleh Gareth James, Daniela Witten, Trevor Hasti, dan Robert Tibshirani.
Pengantar Pembelajaran Statistik adalah pengantar metode pembelajaran statistik. Buku ini ditujukan untuk mahasiswa senior, master dan mahasiswa pascasarjana ilmu non-matematika. Ini berisi sejumlah lab di R dengan penjelasan mendetail tentang cara menerapkan berbagai metode di lingkungan dunia nyata. Teks ini harus menjadi sumber yang berharga bagi praktisi data.
Anda bisa mendapatkan profesi yang diminta dari awal atau Naik Level dalam keterampilan dan gaji dengan mengambil kursus SkillFactory online:
- Melatih profesi Ilmu Data dari awal (12 bulan)
- Data Science Online Bootcamp (14 minggu)
- Kursus Machine Learning (12 minggu)
- « Machine Learning Data Science» (20 )
- «Machine Learning Pro + Deep Learning» (20 )
E
- - Data Analytics (5 )
- (18 )
- (6 )
- DevOps (12 )
- - (8 )
- «Python -» (9 )
- iOS- (12 )
- Android- (18 )
- Java- (18 )
- JavaScript (12 )
- UX- (9 )
- Web- (7 )
