ML 자체가 아닌 응용 기계 학습에 대해 배울 수있는 좋은 예 / 책 / 자료

11

ML 과정을 이미 수강했지만 지금은 직장에서 ML 관련 프로젝트를 진행하고 있기 때문에 실제로 적용하기 위해 많은 노력을 기울이고 있습니다. 나는 내가하고있는 일이 이전에 연구 / 다루어졌지만 확실하지는 않지만 특정 주제를 찾을 수는 없습니다.

온라인에서 찾은 모든 머신 러닝 예제는 매우 간단합니다 (예 : Python에서 KMeans 모델을 사용하고 예측을 보는 방법). 실제로 이것을 적용하는 방법과 대규모 기계 학습 구현 및 모델 교육의 코드 예제에 대한 유용한 리소스를 찾고 있습니다. ML 알고리즘을 훨씬 효과적으로 만들 수있는 새로운 데이터를 효과적으로 처리하고 만드는 방법에 대해 배우고 싶습니다.

machine-learning  references  train  application 
— Stoneman
소스

답변:

10

ML에 대한 지식이 없습니다. 약간의 웹 검색 후, 나는 다음과 같은 책을 나열하는 레딧 스레드를 발견했습니다. 모든 책은 합법적으로 무료로 다운로드 할 수 있습니다. 자세한 내용은 관심있는 제목을 조사 할 수 있습니다. 도움이되는 책이 있다면 왜 그런지 언급하십시오.

기계 학습

확률 / 통계

선형 대수 / 최적화

유전자 알고리즘

— Moazzem Hossen
소스
1
링크 주셔서 감사합니다. 나는 그것들 중 일부를 체크 아웃하는 과정에 있지만, 내가 관심있는 것은 알고리즘을 사용하고 모델을 훈련시키는 실용적인 예를 제공하는 것입니다. 나는 그들이 수학적으로 어떻게 작동하는지에 대한 좋은 기초를 이미 가지고 있으므로 더 이상 그것을 이해할 필요가 없습니다. 각 알고리즘에 대한 기능 모델 (일반적으로 사용 가능)이 있다고 가정하면 이러한 기능을 사용하여 모델을 효과적으로 개발하는 방법을 배우고 싶습니다.
— Stoneman
2

기계 학습 관련 회의의 진행 과정을 따르는 것이 더 낫다고 생각합니다 . 이러한 회의에는 일반적으로 기계 학습 알고리즘의 실제 응용 프로그램을 찾을 수있는 응용 프로그램 트랙이 있습니다.

— 사용자 1219801
소스
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.