👍 Что почитать ML-специалисту?

Какие области Machine Learning стоит изучить начинающим и продвинутым специалистам? Спросили совета у Ильи Смирнова, руководителя практики ML/AI ГК Юзтех.

Книги, которые рекомендует Илья:

🔘«Верховный алгоритм: Как машинное обучение изменит наш мир» (автор: Педро Домингос) Чтобы заглянуть в будущее и узнать, как машинное обучение изменит наш мир, не нужно специального технического образования — достаточно прочитать эту книгу.

🔘«Вероятностное машинное обучение» (автор: Кэвин П. Мэрфи) Классический труд, содержит современное введение в машинное обучение, рассматриваемое сквозь призму вероятностного моделирования и байесовской теории принятия решений.

🔘«Математика в машинном обучении» (авторы: Дайзенрот Марк Питер, Фейзал А. Альдо) Эта книга самодостаточна: читатель знакомится с базовыми математическими концепциями, а затем переходит к четырем основным методам МО: линейной регрессии, методу главных компонент, гауссову моделированию и методу опорных векторов.

🔘«Глубокое обучение» (авторы: Ян Гудфеллоу, Иошуа Бенджио, Аарон Курвилль) Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала.

Ставь реакцию, если подборка была полезна 😉