[PYTHON] 5 chefs-d'œuvre de la science des données que vous pouvez apprendre gratuitement [les livres japonais ne font pas peur si vous parlez anglais même s'ils sont chers]
Étudions par nous-mêmes en ce moment
Il existe de nombreux livres spécialisés qui peuvent être lus gratuitement, probablement parce qu'il existe de nombreuses organisations généreuses à l'étranger.
Il existe d'autres articles de synthèse de ce type, Je souhaite afficher côte à côte les livres japonais traduits et les œuvres originales. Introduit notamment dans le domaine de la science des données.
Ce chef-d'œuvre coûteux peut en fait être gratuit s'il s'agit de l'original.
(À partir de mai 2020)
1er livre
Titre japonais: Bases de l'apprentissage statistique (15000 yens)
C'est le soi-disant "livre de Castella".
«Au Japon, il a été traduit en 2014, mais l'original a été publié en 2001 et il y a environ 20 ans. D'après le contenu, ce devait être un livre roman qui étudiait systématiquement la théorie à cette époque. C'est exactement un "dictionnaire algorithme / théorie". Cela semble vieux à l'époque, mais les bases sont toujours importantes. Si vous n'êtes pas fort en nombre, vous ne pourrez jamais le lire. .. ..
Original: Les éléments de l'apprentissage statistique
Abréviation: ELS
L'épaisseur du livre, la couleur de la couverture, j'ai vraiment envie d'aller à Castella, Nagasaki. Le contenu est suffisamment lourd pour rendre l'estomac maigre.
2ème livre
Titre japonais: reconnaissance de formes et apprentissage automatique (haut / bas) (16000 yens)
Connu sous le nom de "PRML"
――Lorsque vous démarrez l'apprentissage automatique, ce livre est aussi recommandé que "Hajipata (première reconnaissance de formes)". J'entends les gens autour de moi l'appeler "livres de l'évêque".
«Ce n'est pas un livre qui apprend les algorithmes de la même manière que le premier livre, mais il introduit théoriquement la reconnaissance de formes et les algorithmes périphériques.
- ctgk explique le problème au format notebook, [Dark Communication Team Compléments](https://herumi.github.io/ prml /) Vous pouvez voir que c'est un chef-d'œuvre du fait que tout le monde nous aide à le faire.
("Hajipata" et "Bishop book" sont tous deux des tueurs débutants, donc c'est difficile s'il n'y a personne pour enseigner.)
Original: reconnaissance de formes et apprentissage automatique
3e livre
Titre japonais: Introduction à l'apprentissage statistique avec R (7000 yens)
Connu sous le nom de "ISL"
OmComparé aux deux livres ci-dessus, je pense que le nom n'est pas si élevé, mais c'est un livre bien connu.
- Le concept est que si "Bases de l'apprentissage statistique: ESL" est un livre systématique écrit pour ceux qui comprennent les mathématiques, alors ce livre est plus écrit pour les débutants. C'est. TIl est vrai que le contenu provient des bases d'idées importantes en science des données.
Cependant, c'est difficile pour quelqu'un qui ne sait rien. Je pense qu'il est préférable de connaître à l'avance la distribution de probabilité et l'analyse de régression pour ne pas avoir à s'en soucier.
Les phrases sont longues. Je pense que c'est fait avec soin pour faciliter la compréhension, mais parfois l'histoire ne vient pas.
Original: Une introduction à l'apprentissage statistique avec des applications en R
4e livre
Titre japonais: Deep learning (5000 yens)
Récemment parlé d'apprentissage en profondeur. Un livre par ian Dai-sensei, le développeur du modèle de génération chaude "GAN". Si vous pouvez lire et comprendre "Deep learning from scratch", je recommanderais ce livre pour le prochain. Un livre qui avance tout en apprenant les connaissances analytiques et l'algèbre linéaire nécessaires à l'apprentissage profond dans l'ordre.
Même si vous ne pouvez pas le lire complètement, la couverture est magnifique, il est donc possible d'en faire un intérieur.
Original: apprentissage en profondeur
5ème livre
Titre japonais: modèle de raisonnement causal statistique, raisonnement, estimation- (10000 yens)
Je n'ai pas encore beaucoup lu, mais le livre de l'auteur qui a développé le raisonnement causal et a remporté le prix Turing. Qu'est-ce que le raisonnement causal? Quand j'ai essayé d'acheter un livre, j'ai trouvé ce livre et Iwanami Data Science.
Est-ce vraiment une variable qui devrait être incluse dans le modèle lors de la création d'un modèle statistique? Cela affecte-t-il vraiment la cible de prédiction? Un livre que vous voulez lire en réfléchissant.
J'aimerais apprendre des points généraux à noter sur la sélection de modèles et la régression linéaire dans le troisième livre, "Introduction à l'apprentissage statistique avec R", et comprendre les relations entre les variables dans ce livre.
Original: raisonnement et inférence des modèles occasionnels
La traduction japonaise est la première édition, et l'image originale de ceci est la deuxième édition
Cette fois, mettez à jour le cas échéant
Il existe de nombreux autres livres gratuits sur la science des données (en anglais). Étudier l'anglais avant la science des données
(Si vous le cherchez, il y a des choses suspectes dont le fonctionnaire est sorti ...)
Je voudrais résumer si vous pouvez introduire la version youtube, la version MOOC, l'édition limitée de livres étrangers, etc.
Recommended Posts