ربما يكون التعليم الذاتي أحد أصعب المسارات والعمليات بالنسبة للبالغين. مع وجود الكثير من المشتتات حولك ، من الصعب أن تتابع نفسك (خاصة إذا كان الدافع غير واضح). لكن التعليم الذاتي كتطور جزء لا يتجزأ من حياة أي محترف أو أي شخص يريد أن يصبح كذلك. في هذه الحالة ، يمكن أن تصبح الكتب نفس اللقطة التي تقتل عصفورين بحجر واحد ، كلاكما تنمو كمتخصص ولا "تسقط من الحياة". اختار مؤلف المادة 7 كتب إلكترونية مجانية لمساعدتك على تعلم علوم البيانات و ML.
1. التعلم العميق
بقلم إيان جودفيلو وجوشوا بينجيو وآرون كورفيل.
تم نشر التعلم العميق لأول مرة في عام 2016. كان من أوائل الكتب المخصصة للتعلم العميق. كتب الكتاب فريق من الباحثين المتميزين الذين كانوا في طليعة التطوير في ذلك الوقت. يظل هذا العمل في مجال الشبكات العصبية مؤثرًا ومحترمًا. العمل المقدم عبارة عن أطروحة نظرية حول التعلم العميق ، من المفاهيم الأساسية إلى الأفكار الحديثة ، مثل الشبكات التوليدية المعقدة وتطبيق التعلم الآلي في الأعمال التجارية وخارجها. هذا الكتاب هو شرح مفصل قائم على الرياضيات لمجال العلوم. إذا كنت ترغب في اكتساب معرفة أساسية واسعة بالعناصر الأكثر تقدمًا في هذا المجال ، فهذا الكتاب مناسب لك.
2. الغوص في التعلم العميق
بقلم أستون زانج ، زاك ك.ليبتون ، مو لي ، أليكس جيه. ريزن
الغوص في التعلم العميق هو كتاب تفاعلي للتعلم العميق يحتوي على كود ورياضيات وتعليقات. يعرض التطبيقات في NumPy و MXNet و PyTorch و TensorFlow. المؤلفون هم موظفون في أمازون يستخدمون مكتبة Amazon MXNet لتعليم التعلم العميق. يتم تحديث الكتاب بانتظام ، لذا تأكد من قراءة أحدث نسخة.
زكاري ليبتون عن الكتاب:
Dive into Deep Learning (D2K) ? , . ( ) ( , , ). : , , , . , . , .
3. Machine Learning Yearning
المؤلف: أندرو اون.
كتب هذا الكتاب أندرو نج ، الأستاذ بجامعة ستانفورد ورائد التعليم عبر الإنترنت. Andrew هو أحد مؤسسي Coursera و deeplearning.ai .
تعلم الآلة تعلم كيفية جعل خوارزميات التعلم الآلي تعمل ، ولكن ليس الخوارزميات نفسها. تحدد المجالات الواعدة لمشروع الذكاء الاصطناعي. هذا الكتاب جوهرة لمساعدتك في حل المشكلات العملية مثل تشخيص الأخطاء في أنظمة التعلم الآلي. ستعلمك كيفية تطبيق التعلم الشامل ، ونقل التعلم ، والتعلم متعدد المهام والمزيد.
4. التعلم الآلي القابل للتفسير
المؤلف: كريستوف مولنار.
من الناحية الفنية ، هذا الكتاب ليس مجانيًا. يتم بيعها على أساس دفع ما تريد. يركز
التعلم الآلي القابل للتفسير على نماذج التعلم الآلي للبيانات الجدولية (وتسمى أيضًا البيانات العلائقية أو المنظمة) ويضع تركيزًا أقل على رؤية الكمبيوتر ومهام معالجة اللغة الطبيعية. يوصى بهذا الكتاب لخبراء التعلم الآلي وعلماء البيانات والإحصائيين وأي شخص مهتم بتفسير نماذج التعلم الآلي. يوضح بالتفصيل كيفية اختيار أفضل تقنيات تفسير التعلم الآلي وتطبيقها في مشروعك.
5. طرق بايزي للقراصنة
بقلم كاميرون ديفيدسون.
طرق بايز للقراصنة يركز الكتاب على مجال مهم من علم البيانات يسمى الاستدلال البايزي . تم تصميم طرق بايز للقراصنة كمقدمة للاستدلال البايزي من حيث الفهم أولاً ، والحساب والرياضيات ثانيًا. يستهدف الكتاب المتحمسين الذين ليس لديهم خلفية رياضية جادة ، لكنهم يمارسون أساليب بايزي. بالنسبة لمثل هؤلاء الأشخاص ، يجب أن يكون هذا النص ممتعًا بدرجة كافية. يعد هذا الكتاب أيضًا مصدرًا رائعًا لتعلم PyMC ، وهي لغة برمجة بايثون احتمالية.
6. كتيب بايثون لعلوم البيانات
بقلم جيك فاندربلاس.
كتيب بايثون لعلوم البيانات موجه نحو علماء البيانات الشباب. يوضح لك كيفية العمل مع أهم الأدوات ، بما في ذلك IPython و NumPy و Pandas و Matplotlib و Scikit-Learn وغيرها الكثير. هذا الكتاب مثالي لحل المهام اليومية مثل تنظيف البيانات ومعالجتها وتحويلها ، بالإضافة إلى بناء نماذج التعلم الآلي.
7. مقدمة في التعلم الإحصائي
بقلم غاريث جيمس ودانييلا ويتن وتريفور هاستي وروبرت تيبشيراني.
مقدمة في التعلم الإحصائي هي مقدمة لأساليب التعلم الإحصائي. الكتاب مخصص لكبار الطلاب والماجستير وطلاب الدراسات العليا في العلوم غير الرياضية. يحتوي على عدد من المعامل في R مع شرح مفصل لكيفية تنفيذ الطرق المختلفة في بيئات العالم الحقيقي. يجب أن يكون هذا النص مصدرًا قيمًا لممارس البيانات.
يمكنك الحصول على مهنة مطلوبة من البداية أو في المستوى الأعلى في المهارات والراتب من خلال دورات SkillFactory عبر الإنترنت:
- تدريب مهنة علم البيانات من الصفر (12 شهرًا)
- المعسكر التدريبي لعلوم البيانات عبر الإنترنت (14 أسبوعًا)
- دورة التعلم الآلي (12 أسبوعًا)
- « 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 )
