Libro para leer antes de Elementos de aprendizaje estadístico?

50

En base a esta publicación , quiero digerir Elementos de aprendizaje estadístico. Afortunadamente está disponible de forma gratuita y comencé a leerlo.

No tengo suficiente conocimiento para entenderlo. ¿Me puede recomendar un libro que sea una mejor introducción a los temas del libro? ¿Ojalá algo que me dé el conocimiento necesario para entenderlo?

Relacionado:

¿Es una experiencia sólida en matemáticas un requisito total para el aprendizaje automático?

machine-learning  references 
— desconocido
fuente
12
Encontré que el Álgebra lineal de Strang y sus aplicaciones son extremadamente útiles para comprender las manipulaciones matriciales que forman una gran parte de los elementos.
— richiemorrisroe

Respuestas:

18

Compré, pero aún no he leído,

S. Marsland, Machine Learning: An Algorithmic Perspective , Chapman & Hall, 2009.

Sin embargo, las reseñas son favorables y afirman que es más adecuado para principiantes que otros libros de ML que tienen más profundidad. Hojeando las páginas, me parece que es bueno para mí porque tengo pocos antecedentes matemáticos.

— Steve P
fuente
Se ve muy bien, muy accesible.
— B Seven
Descargué y leí la "muestra" - todas las 19 páginas (wow). Es mucho más fácil de entender que Los elementos del aprendizaje estadístico. Definitivamente parece ser lo que estoy buscando. Gracias.
— B Seven
44
He hecho modificaciones a su pregunta para proporcionar una cita para el libro. En términos generales, se desaconseja poner cosas como "Me gusta este " en una respuesta, ya que si el enlace se rompe, nadie sabrá a qué se refería "este". Salud.
— cardenal
Acabo de recibir esto y comencé a leerlo (primeras 75 páginas). Es asombroso. Muy fácil de entender, pero lo suficientemente detallado como para ser práctico y útil. Muy recomendable para cualquiera que quiera usar Machine Learning. Exactamente lo que estaba buscando. ¡Gracias!
— B Seven
39

Los autores de Elements of Statistical Learning han publicado un nuevo libro (agosto de 2013) dirigido a usuarios sin grandes conocimientos matemáticos. Una introducción al aprendizaje estadístico: con aplicaciones en R

La versión gratuita en PDF de este libro se puede encontrar actualmente aquí .

— Brian
fuente
Iba a sugerir esto ya que es un lanzamiento reciente y obviamente está muy relacionado con el texto objetivo del póster. Buena recomendación
— Chris Simokat
3
Mejor aún, los autores han anunciado que un pdf en línea gratuito de este libro estará disponible a partir de enero de 2013 (se está utilizando en un MOOC que están ejecutando)
— Flounderer
16

Encontré que Programming Collective Intelligence es el libro más fácil para principiantes, ya que el autor Toby Segaran se centra en permitir que el desarrollador de software mediano se ensucie las manos con el pirateo de datos lo más rápido posible.

Capítulo típico: El problema de los datos se describe claramente, seguido de una explicación aproximada de cómo funciona el algoritmo y finalmente muestra cómo crear algunas ideas con solo unas pocas líneas de código.

El uso de python le permite a uno entender todo bastante rápido (no necesita saber python, en serio, yo tampoco lo sabía antes). NO piense que este libro solo se enfoca en crear un sistema de recomendación. También se ocupa de la extracción de texto / filtrado de spam / optimización / agrupación / validación, etc. y, por lo tanto, le brinda una visión general clara sobre las herramientas básicas de cada minero de datos.

El Capítulo 10 incluso trata los datos del mercado de valores, pero el foco no está en la minería de datos de series de tiempo. Quizás el único inconveniente (para ti) de este excelente libro.

— steffen
fuente
Está disponible en Safari Books Online safaribooksonline.com . Gracias.
— B Seven
1
Conseguí este libro y comencé a trabajar en él. Es muy practico. En las primeras 18 páginas, implementa un motor de recomendaciones completo (básico).
— B Seven
Wow, este libro es realmente increíble. Te enseña cómo implementar todo tipo de algoritmos de Machine Learning con solo un pequeño código de Python. Uno de los libros más prácticos de la historia. El único inconveniente es que Python se ha actualizado desde que se publicó el libro. También utiliza muchas API que también han cambiado. Así que no creo que los ejemplos funcionen sin algunos ajustes.
— B Seven
@BSeven gracias, no lo sabía. No estoy seguro de si prefiero un libro que utilice bibliotecas preexistentes (que generalmente es una cosa imposible) o su propio código (que funciona para todos los ejemplos de libros, pero puede ser menos robusto debido a la menor cantidad de usuarios).
— steffen
1
Creo que en estos días la única opción son las bibliotecas preexistentes. Son ubicuos, fáciles de integrar, multiplataforma, multilingües y rápidos. Además de eso, si un libro tiene su propio código, es mucho más difícil de modificar. Es más fácil modificar las llamadas a una biblioteca. Gracias por la recomendación. Es un gran recurso.
— B Seven
13

Introducción al aprendizaje automático , por E. Alpaydin (MIT Press, 2010, 2ª ed.), Cubre muchos temas con bonitas ilustraciones (al igual que Bishop's Pattern Recognition y Machine Learning ).

Además, Andrew W. Moore tiene algunos buenos tutoriales sobre minería de datos estadísticos .

— chl
fuente
(+1) No conozco el libro, pero los tutoriales de Andrew Moore son geniales (e incluso entretenidos a veces)
— steffen
@steffen También recomendaría los métodos estadísticos de Radford Neale para el aprendizaje automático y la minería de datos .
— chl
1
+1 Alpaydin es el camino correcto. Estaba en la misma situación que el OP hace unos meses. Luchando mal con Tibshirani, y luego se encontró con Alpaydin y las cosas han mejorado mucho desde entonces. Eventualmente, aunque creo que Tibshirani es una lectura obligada.
— Andy
10

Quizás todas las estadísticas de Wasserman sean de interés. Puede probar el libro desde el enlace proporcionado, y solo los primeros párrafos del prefacio hacen una venta difícil en su mercado, y es probable que pueda descargar el libro gratis a través de Springer si está asociado con una universidad.

EDITAR: Vaya, no me di cuenta de lo antiguo que era este hilo.

— chico
fuente
55
No importa, la recomendación sigue siendo útil para todos los que leen el hilo (como yo; o).
— Dikran Marsupial
1
Gran libro, pero para ser justos, si uno puede leer y comprender todas las estadísticas , una buena porción de ESL es redundante.
— usεr11852 dice Reinstate Monic
7

Los Elementos del aprendizaje estadístico pueden ser una lectura difícil, especialmente para un estudiante autónomo. Mientras buscaba algunas explicaciones sobre el segundo capítulo, me topé con el siguiente recurso: https://waxworksmath.com/Authors/G_M/Hastie/WriteUp/Weatherwax_Epstein_Hastie_Solution_Manual.pdf . Contiene más de 100 páginas de anotaciones y explicaciones que aclaran algunos momentos complicados del libro. Un gran recurso para todos los que lean este libro. Este texto complementario incluye soluciones para ejercicios.

— Kirill Dubovikov
fuente
5

Recomiendo encarecidamente un primer curso en aprendizaje automático de Rogers y Girolami. Cubre las ideas clave en un orden muy lógico, con buenos ejemplos y con el nivel mínimo de matemáticas para tener una base adecuada en los fundamentos. No tiene la amplitud de cobertura de algunos libros, pero eso es exactamente por qué es tan bueno como un texto introductorio.

— Dikran Marsupial
fuente
Parece un buen primer libro. Y, hay una versión de Kindle.
— B Seven
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.