सांख्यिकीय सीखने के तत्वों से पहले पढ़ने के लिए पुस्तक?

Question

इस पोस्ट के आधार पर , मैं सांख्यिकीय लर्निंग के तत्वों को पचाना चाहता हूं। सौभाग्य से यह मुफ्त में उपलब्ध है और मैंने इसे पढ़ना शुरू कर दिया है।

मेरे पास इसे समझने के लिए पर्याप्त ज्ञान नहीं है। क्या आप ऐसी पुस्तक की सिफारिश कर सकते हैं जो पुस्तक में विषयों का बेहतर परिचय हो? उम्मीद है कि कुछ ऐसा होगा जो मुझे इसे समझने के लिए आवश्यक ज्ञान देगा?

सम्बंधित:

गणित में एक मजबूत पृष्ठभूमि एमएल के लिए कुल अपेक्षित है?

Comments

मुझे स्ट्रेन का रैखिक बीजगणित और इसके अनुप्रयोग मैट्रिक्स जोड़तोड़ को समझने में बेहद उपयोगी लगे जो तत्वों का एक बड़ा हिस्सा बनाते हैं।

— रिचमीमोर्रोसियो

Answer 1

मैंने खरीदा, लेकिन अभी तक नहीं पढ़ा है,

एस। मार्सलैंड, मशीन लर्निंग: एन अल्गोरिथमिक पर्सपेक्टिव , चैपमैन एंड हॉल, 2009।

हालांकि, समीक्षाएं अनुकूल हैं और बताती हैं कि शुरुआती अन्य एमएल पुस्तकों की तुलना में यह अधिक उपयुक्त है जिनकी गहराई अधिक है। पृष्ठों के माध्यम से फ़्लिप करना, मुझे मेरे लिए अच्छा लगता है क्योंकि मेरे पास गणित की पृष्ठभूमि बहुत कम है।

Comments

बहुत अच्छा लग रहा है - बहुत सुलभ।

— बी सेवन

मैंने "नमूना" डाउनलोड किया और पढ़ा - सभी 19 पृष्ठ (वाह)। यह द स्टैटिस्टिकल ऑफ़ स्टैटिस्टिकल लर्निंग की तुलना में समझना बहुत आसान है। निश्चित रूप से लगता है कि मैं क्या देख रहा हूँ। धन्यवाद।

— बी सेवन

पुस्तक के लिए उद्धरण प्रदान करने के लिए मैंने आपके प्रश्न का संपादन किया है। आमतौर पर, एक उत्तर में "मुझे यह पसंद है" जैसी चीजों को डालने से हतोत्साहित किया जाता है क्योंकि यदि लिंक टूट जाता है, तो किसी को पता नहीं चलेगा कि यह "यह एक" क्या था। चीयर्स।

— कार्डिनल

मैंने बस इसे प्राप्त किया और इसे पढ़ना शुरू किया (पहले 75 पृष्ठ)। ये अदभुत है। समझने में बहुत आसान है, फिर भी व्यावहारिक और उपयोगी होने के लिए पर्याप्त विस्तृत है। मशीन लर्निंग का उपयोग करने के इच्छुक किसी भी व्यक्ति के लिए अत्यधिक अनुशंसित है। ठीक वही जो मेरे द्वारा खोजा जा रहा था। धन्यवाद!

— बी सेवन

Answer 2

एलिमेंट्स ऑफ़ स्टैटिस्टिकल लर्निंग के लेखक एक नई किताब (अगस्त 2013) के साथ आए हैं, जिसका उद्देश्य भारी गणित पृष्ठभूमि वाले उपयोगकर्ताओं के लिए है। सांख्यिकीय सीखना का एक परिचय: आर में अनुप्रयोगों के साथ

इस पुस्तक का मुफ्त पीडीएफ संस्करण वर्तमान में यहां पाया जा सकता है ।

Comments

मैं इसके हालिया रिलीज़ के बाद से यह सुझाव देने जा रहा था और स्पष्ट रूप से पोस्टर के वस्तुनिष्ठ पाठ से दृढ़ता से जुड़ा हुआ है। अच्छी सिफारिश है।

— क्रिस सिमोकैट

बेहतर अभी भी, लेखकों ने घोषणा की है कि इस पुस्तक का एक मुफ्त ऑनलाइन पीडीएफ जनवरी 2013 से उपलब्ध होगा (इसका उपयोग एक एमओओसी में किया जा रहा है, जो वे चला रहे हैं।)

— फ्लोंडर

Answer 3

मैंने प्रोग्रामर कलेक्टिव इंटेलिजेंस को शुरुआती लोगों के लिए सबसे आसान पुस्तक पाया , क्योंकि लेखक टोबी सेगरन औसत दर्जे के सॉफ़्टवेयर डेवलपर को अपने हाथों को डेटा हैकिंग के साथ जितनी जल्दी हो सके गंदा करने की अनुमति देने पर केंद्रित है।

विशिष्ट अध्याय: डेटा समस्या को स्पष्ट रूप से वर्णित किया जाता है, इसके बाद एक मोटे तौर पर व्याख्या की जाती है कि एल्गोरिथ्म कैसे काम करता है और अंत में दिखाता है कि कोड की कुछ लाइनों के साथ कुछ अंतर्दृष्टि कैसे बनाई जाए।

अजगर का उपयोग किसी को तेजी से समझने की अनुमति देता है (आपको अजगर को गंभीरता से जानने की आवश्यकता नहीं है, मैं पहले भी नहीं जानता था,)। मत सोचो कि यह पुस्तक केवल सिफारिशकर्ता प्रणाली बनाने पर केंद्रित है। यह टेक्स्ट माइनिंग / स्पैम फ़िल्टरिंग / ऑप्टिमाइज़ेशन / क्लस्टरिंग / वेलिडेशन इत्यादि से भी संबंधित है और इसलिए आपको हर डेटा माइनर के बुनियादी टूल के बारे में जानकारी देता है।

अध्याय 10 भी शेयर बाजार के आंकड़ों से संबंधित है, लेकिन ध्यान केंद्रित समय श्रृंखला डेटा खनन पर नहीं है। शायद इस उत्कृष्ट पुस्तक का एकमात्र दोष (आपके लिए) है।

Comments

यह सफारी बुक्स ऑनलाइन safaribooksonline.com पर उपलब्ध है । धन्यवाद।

— B सात

इस पुस्तक को प्राप्त किया और इसके माध्यम से काम करना शुरू कर दिया। यह बहुत व्यावहारिक है। पहले 18 पृष्ठों में आप एक पूर्ण (मूल) सिफारिश इंजन लागू करते हैं।

— बी सेवन

वाह, यह पुस्तक वास्तव में अविश्वसनीय है। यह आपको सिखाता है कि केवल थोड़े से पायथन कोड के साथ सभी प्रकार के मशीन लर्निंग एल्गोरिदम को कैसे लागू किया जाए। सबसे व्यावहारिक पुस्तकों में से एक। एकमात्र दोष यह है कि पुस्तक प्रकाशित होने के बाद से पायथन को अपडेट किया गया है। यह कई एपीआई का भी उपयोग करता है जो भी बदल गए हैं। इसलिए मुझे नहीं लगता कि उदाहरण कुछ ट्वीकिंग के बिना काम करेंगे।

— बी सेवन

@BSeven आपको धन्यवाद, यह नहीं पता था। मुझे यकीन नहीं है कि मैं एक पुस्तक पसंद करता हूं जो पहले से मौजूद पुस्तकालयों (जो आमतौर पर एक बात हो सकती है) या अपने स्वयं के कोड का उपयोग करता है (जो सभी पुस्तक उदाहरणों के लिए काम करता है लेकिन कम उपयोगकर्ताओं के कारण कम मजबूत हो सकता है)।

— स्टीफन

मुझे लगता है कि इन दिनों एकमात्र विकल्प पहले से मौजूद पुस्तकालय हैं। वे सर्वव्यापी हैं, एकीकृत करने के लिए आसान है, क्रॉस-प्लेटफॉर्म, बहु-भाषा, और तेज। इसके अलावा, यदि किसी पुस्तक का अपना कोड है, तो उसे संशोधित करना अधिक कठिन है। किसी लाइब्रेरी में कॉल को संशोधित करना आसान है। सिफारिश के लिए धन्यवाद। यह एक महान संसाधन है।

— बी सेवन

Answer 4

मशीन लर्निंग का परिचय , ई। अल्पायडीन (एमआईटी प्रेस, 2010, 2 डी एड।), बहुत सारे विषयों को अच्छी तस्वीरों (बिशप के पैटर्न मान्यता और मशीन लर्निंग की तरह ) केसाथ कवर करता है।

इसके अलावा, एंड्रयू डब्ल्यू मूर ने सांख्यिकीय डेटा खनन पर कुछ अच्छे ट्यूटोरियल हैं ।

Comments

(+1) इस पुस्तक को नहीं जानते, लेकिन एंड्रयू मूर के ट्यूटोरियल बहुत अच्छे हैं (और कभी-कभी मनोरंजक भी हैं)

— स्टीफेन

@steffen मैं मशीन लर्निंग और डेटा माइनिंग के लिए रैडफोर्ड नेले के सांख्यिकीय तरीके सुझाता हूँ ।

— CHL

+1 अल्पायु जाने का सही तरीका है। मैं ठीक उसी स्थिति में था जब ओपी कुछ महीने पहले था। टिब्शीरानी के साथ बुरी तरह से लड़ना, और फिर अल्पायुद्दीन के सामने आया और तब से चीजें बहुत बेहतर हैं। अंततः मुझे लगता है कि तिब्शीरानी को अवश्य पढ़ा जाना चाहिए।

— एंडी

Answer 5

वेप्समैन के सभी सांख्यिकी के मेप्स ब्याज के होंगे। आप दिए गए लिंक से पुस्तक का नमूना ले सकते हैं - और प्रस्तावना के पहले कुछ पैराग्राफ आपके बाजार में एक कठिन बिक्री करते हैं - और यदि आप एक विश्वविद्यालय से जुड़े हैं, तो आप संभवतः स्प्रिंगर के माध्यम से पुस्तक को मुफ्त में डाउनलोड कर सकते हैं।

संपादित करें: उफ़, ध्यान नहीं दिया कि यह धागा कितना प्राचीन था।

Comments

कोई फर्क नहीं पड़ता, पुनर्संयोजन अभी भी बाकी सभी के लिए उपयोगी है जो धागा पढ़ता है (मेरे जैसे; ओ)।

— डिक्रान मार्सुपियल

महान पुस्तक, लेकिन निष्पक्षता में, यदि कोई सभी सांख्यिकी को पढ़ और समझ सकता है, तो ईएसएल का एक अच्छा हिस्सा बेमानी है।

— us --r11852 का कहना है कि 7

Answer 6

सांख्यिकीय लर्निंग के तत्व एक कठिन रीडिंग हो सकते हैं, खासकर एक आत्म-शिक्षार्थी के लिए। दूसरे अध्याय पर कुछ स्पष्टीकरणों की खोज करते हुए मैंने निम्नलिखित संसाधन पर ठोकर खाई है: https://waxworksmath.com/Authors/G_M/Hastie/WriteUp/Weatherwax_Epstein_Hastie_Solution_Manual.pdf । इसमें एनोटेशन और स्पष्टीकरण के 100+ पृष्ठ हैं जो पुस्तक के कुछ जटिल क्षणों को स्पष्ट करते हैं। इस पुस्तक को पढ़ने वाले सभी के लिए एक महान संसाधन। इस पूरक पाठ में अभ्यास के लिए समाधान शामिल हैं।

Answer 7

मैं रोजर्स और जीरोलामी द्वारा मशीन लर्निंग में पहले कोर्स की जोरदार सिफारिश करता हूँ । यह मुख्य विचारों को बहुत तार्किक क्रम में, अच्छे उदाहरणों के साथ और गणित के न्यूनतम स्तर के साथ बुनियादी बातों में उचित आधार प्रदान करता है। इसमें कुछ पुस्तकों के कवरेज की चौड़ाई नहीं है, लेकिन यही कारण है कि यह एक परिचयात्मक पाठ के रूप में बहुत अच्छा है।

Comments

अच्छी पहली किताब लगती है। और, एक किंडल वर्जन है।

— B सेवन

Answer 8

एक और किताब जो बहुत दिलचस्प है वह है डेविड बार्बर की बायेसियन रीजनिंग एंड मशीन लर्निंग। पुस्तक लेखक की वेबसाइट से मुफ्त डाउनलोड के रूप में उपलब्ध है: http://www.cs.ucl.ac.uk/staff/d.barber-brml/