Machine Learning en kunstmatige intelligentie zijn in opkomst en zijn steeds vaker het onderwerp van onderzoeken. Hoewel de geavanceerde toepassingsmogelijkheden van Machine Learning waar we over horen in het nieuws eng en ontoegankelijk kunnen klinken, zijn de basisconcepten ervan eigenlijk niet zo ingewikkeld. In dit artikel bespreken we een aantal van de populairste hulpbronnen voor Machine Learning voor beginners (en iedereen die hier meer over wil weten). Voor sommige van deze boeken is kennis van bepaalde programmeertalen en wiskunde nodig, maar dat wordt aangegeven als dat het geval is.
1. 'Machine Learning For Absolute Beginners: A Plain English Introduction (Second Edition)' van Oliver Theobald
Auteur: Oliver Theobald
Website: Amazon
De titel zegt het al, of niet? Als je op zoek bent naar een volledige inleiding in Machine Learning voor beginners, dan is dit een goed begin. Als Theobald zegt 'absolute beginners', dan bedoelt hij dat ook echt. Je hebt geen kennis van wiskunde of programmeren nodig. Dit is de meest elementaire inleiding in het onderwerp voor iedereen die geïnteresseerd is in Machine Learning.
Er wordt zorgvuldig gebruikgemaakt van toegankelijke taal om beginners niet te overweldigen met technisch jargon. De verschillende algoritmes worden vergezeld van duidelijke, toegankelijke uitleg en visuele voorbeelden om er zeker van te zijn dat het goed te volgen is. Er wordt ook eenvoudige programmering geïntroduceerd om Machine Learning in context te plaatsen.
2. 'Machine Learning For Dummies' van John Paul Mueller en Luca Massaron
Auteurs: John Paul Mueller en Luca Massaron
Website: Amazon
Over absolute beginners gesproken: de populaire 'Dummies'-reeks is een ander goed beginpunt. Dit boek streeft ernaar om lezers bekend te maken met de elementaire concepten en theorieën van Machine Learning en wat het betekent in de echte wereld. De programmeertalen en -programma's die een integraal onderdeel zijn van Machine Learning, worden besproken, en er wordt aangetoond hoe het schijnbaar ongrijpbare Machine Learning praktisch kan worden ingezet.
Het boek geeft een beknopte inleiding in de programmeertalen Python en R, die gebruikt worden om machines te leren patronen te vinden en resultaten te analyseren. Op basis van deze kleine taken en patronen kunnen we afleiden hoe Machine Learning nuttig is in het dagelijks leven door middel van onder andere zoekopdrachten op het web, internetadvertenties, e-mailfilters en fraudedetectie. Met dit boek kun je een kleine stap in de wereld van Machine Learning zetten.
3. 'Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies' van John D. Kelleher, Brian Mac Namee en Aoife D'Arcy
Auteurs: John D. Kelleher, Brian Mac Namee en Aoife D'Arcy
Website: Amazon
Dit boek behandelt alle grondbeginselen van Machine Learning door in de theorie van het onderwerp te duiken en praktische toepassingen, praktijkvoorbeelden en casestudy's te gebruiken om de kennis over te brengen. 'Fundamentals' is het meest geschikt voor mensen met enige kennis van analyse.
Het presenteert de verschillende leermethoden van Machine Learning en elk leerconcept wordt geïllustreerd met algoritmes, modellen en praktijkvoorbeelden om de concepten in de praktijk te laten zien.
4. 'Programming Collective Intelligence' van Toby Segaran
Auteur: Toby Segaran
Website: O'Reilly | Amazon
Dit is meer een praktische handleiding voor het implementeren van Machine Learning, dan een inleiding tot Machine Learning. In dit boek leer je hoe je algoritmes voor Machine Learning kunt creëren om data te verzamelen die nuttig zijn voor een specifiek project. Lezers wordt getoond hoe ze programma's kunnen maken om toegang te krijgen tot data van websites en data kunnen verzamelen van applicaties, en hoe je de data zodra je deze hebt verzameld kunt onderzoeken op betekenis.
'Programming Collective Intelligence' bevat ook filtertechnieken, methodes om groepen of patronen waar te nemen, zoekmachine-algoritmes en manieren om voorspellingen te doen. Elk hoofdstuk bevat oefeningen om praktisch met de materie aan de slag te gaan.
5. 'Machine Learning for Hackers' van Drew Conway en John Myles White
Auteurs: Drew Conway en John Myles White
Website: O'Reilly | Amazon
Het woord 'hackers' wordt hier in technische zin gebruikt: programmeurs die code samenstellen voor specifieke doelen en praktijkgerichte projecten. Voor mensen die geen wiskundeknobbel hebben, maar wel ervaring hebben in programmeren en programmeertalen, is 'Machine Learning for Hackers' een goed boek. Door de algoritmes die nodig zijn om data te parsen, vormt wiskunde de basis van Machine Learning. Veel ervaren programmeurs hebben zich hier echter nooit echt mee bezig gehouden.
Het boek maakt gebruik van praktische casestudy's om het materiaal met echte voorbeelden te illustreren in plaats van diep de wiskundige theorie in te duiken. Het behandelt veelvoorkomende problemen in Machine Learning en hoe je die kunt oplossen met de programmeertaal R. Machine Learning kan eindeloos veelzijdig worden toegepast, van vergelijken van het stemgedrag van Amerikaanse senatoren op basis tot het bouwen van een aanbevelingssysteem voor wie je op Twitter zou moeten volgen en het detecteren van spammails op basis van de e-mailtekst.
6. 'Machine Learning in Action' van Peter Harrington
Auteur: Peter Harrington
Website: Amazon
'Machine Learning in Action' is een gids voor beginners waarin de technieken worden besproken die nodig zijn voor Machine Learning en de concepten achter de toepassingen. Het is een soort tutorial voor ontwikkelaars waarin wordt uiteengezet hoe ze hun eigen programma's kunnen coderen om data te bemachtigen voor analyse.
In dit boek leer je de technieken die in de praktijk gebruikt worden, met een sterke nadruk op de algoritmes. De fragmenten met programmeertaal bevatten voorbeelden van code en algoritmes om je op weg te helpen en te laten zien hoe deze Machine Learning bevorderen. Het is handig als je bekend bent met de programmeertaal Python, omdat die in de meeste voorbeelden wordt gebruikt.
7. 'Data Mining: Practical Machine Learning Tools and Techniques' van Ian H. Witten, Eibe Frank en Mark A. Hall
Auteurs: Ian H. Witten, Eibe Frank en Mark A. Hall
Website: Amazon
In 'Data Mining' richten de auteurs zich op het technische aspect van Machine Learning en hoe je de data die je nodig hebt, kunt verzamelen met behulp van bepaalde miningtechnieken. Ze duiken in de techniek achter Machine Learning en leggen uit hoe je data verzamelt, evenals hoe verschillende in- en output kan worden gebruikt om resultaten te evalueren.
Omdat Machine Learning steeds verandert, bespreekt het boek ook modernisering en nieuwe software die van invloed is op de ontwikkelingen. Er worden zowel traditionele technieken als nieuwe onderzoeken en tools besproken. Van bijzonder belang is de eigen software van de auteur, Weka, die ontwikkeld is voor toegepaste Machine Learning.
Disclaimer: Tableau ondersteunt de producten die op deze website genoemd worden en de meningen die daarin vermeld worden niet en haalt er ook geen winst uit, en als zodanig is deze pagina niet betrokken bij partnerprogramma's. Dit artikel is uitsluitend bedoeld voor educatieve doeleinden en de bovenstaande informatie over producten en publicaties wordt ter beschikking gesteld zodat lezers zelf weloverwogen beslissingen kunnen nemen.