Материалы по изучению ML

Всем доброго времени суток. На моем канале часто выходят статьи про различные алгоритмы МЛ или визуализацию данных. Однако без различных материалов по изучению далеко не уедешь, потому расскажу про несколько источников знаний.

Введение в машинное обучение Python

Андреас Мюллер, Сара Гидо

Прекрасная книга для введения в машинное обучение. Обзор основных алгоритмов и их практических применений с помощью библиотеки scikit-learn. Также рассмотрены базовые способы улучшить ваш набор данных путём масштабирования и увеличение числа признаков. Must-have для новичков.

Python и машинное обучение

Себастьян Рашка

Единственный "недостаток" книги - её серьезность. Здесь также присутствует sklearn, однако здесь также встречается "ручное" изобретение моделей, а еще более строгая терминология и использование математики, что многим будет сложно понять.

Документация matplotlib

Многие знают, где искать сведения насчет классов и функций библиотеки matplotlib, но если кто-то не знал, то оставляю ссылку для вас. Качество этой документации стоит отметить отдельно, уж слишком она хороша.

Куча примеров и подробное описание каждого метода можно найти здесь.

Python. К вершинам мастерства

Лучано Рамальо

Немного отвлечемся от МЛ. Одним из ключевых факторов успешной карьеры в этой сфере зависит от знания "питона". Предлагаю вам ознакомиться с прекрасной книгой, которая поможет вам овладеть декораторами, метапрограммированием, перегрузкой операторов и многим другим.

Заключение. В этой статье я хотел показать те материалы, которыми сам пользовался(и пользуюсь до сих пор в качестве справочника), книги для обретения прекрасных навыков в области МЛ и языка Python в отдельности.

Все эти книги можно с легкостью в свободном доступе, однако для тех, кому лень искать, оставлю файлы с .pdf расширением в своем телеграмм-канале.