دانشکده علوم ریاضی دانشگاه تبریز

8 Machine Learning Books for Beginners: A 2023 Reading List


• Books about machine learning for beginners.

1. The Hundred-Page Machine Learning Book by Andriy Burkov
(Best for machine learning overview)


2. Machine Learning For Absolute Beginners by Oliver Theobald
(Best for absolute beginners)


3. Machine Learning for Hackers by Drew Conway and John Myles White
(Best for programmers (who enjoy practical case studies))


4. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow by Geron Aurelien
(Best for those who know Python)


5. An Introduction to Statistical Learning by Gareth James, Daniela Witten, Trevor Hastie, and Robert Tibshirani
(Best for a statistics approach)


6. Programming Collective Intelligence by Toby Segaran
(Best guide for practical application)


7. Fundamentals of Machine Learning for Predictive Data Analytics by John D. Kelleher, Brian Mac Namee, and Aoife D’Arcy
(Best for an analytics approach)


8. Machine Learning for Humans by Vishal Maini and Samer Sabri
(Best for a free resource)


#پایتون
#زبان_برنامه_نویسی_پایتون
#یادگیری_ماشین

📚 Mathematics for Machine Learning - Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong

📚 یادگیری ماشین - مارک پیتر دیزنروث ، اِی. آلدو فیصل، چنگ سون اونگ

📥 فایل PDF کتاب

#یادگیری_ماشین
#کتاب_درسی
#انگلیسی
#کارشناسی
#کارشناسی_ارشد
#دکتری
#رشته_ریاضیات_و_کاربردها
#رشته_ریاضی_کاربردی
#گرایش_علم_داده
#گرایش_آنالیز_عددی
#گرایش_بهینه_سازی
#گرایش_معادلات_دیفرانسیل_و_سیستم_های_دینامیکی

@riazitabriz967

📚 Mathematical Analysis for Machine Learning and Data Mining - Dan Simovici

📚 آنالیز ریاضی برای یادگیری ماشین و داده کاوی - دن سیموویچی


#یادگیری_ماشین
#کتاب_درسی
#انگلیسی
#کارشناسی_ارشد
#دکتری
#گرایش_آنالیز
#رشته_ریاضی_محض

@riazitabriz967

#یادگیری_ماشین را از دید Statistical Significance (معناداری اماری) ببینید

https://towardsdatascience.com/statistical-significance-in-action-84a4f47b51ba

#آمار #آموزش #منابع #مقاله

❇️ @AI_Python

همراه با اساتید جهانی در راه انقلاب هوش مصنوعی
با یادگیری ماشین بصورت کاربردی آشنا میشویم
یک لایو جذاب و ادامه دار...

<<< Practical Machine Learning >>> 

1- Conventional Machine Learning
2- Deep Learning Solution (highlighted after 2017) 
3- Software and Hardware settings 
4- Deploy Models; Production & @Scale

#هوش_مصنوعی
#یادگیری_ماشین
#یادگیری_عمیق
#ابوالقاسم_شاکری
#deeplearning
#ai
#Ai_karma
#خردآفرین

https://www.instagram.com/p/CNnSgNuFqPR/?igshid=d7oj2kcqp2cn

✔️ معرفی #منابع_آموزشی برای یادگیری هوش مصنوعی
#Ai #Deep_Learning #Machine_learning
#یادگیری_عمیق
#هوش_مصنوعی
#یادگیری_ماشین
#شبکه_عصبی
✅ گام اول برای یادگیری هوش مصنوعی:
- فراگیری پایتون و پایگاه داده SQL
- فراگیری یادگیری ماشین

📍یادگیری ماشین بااستفاده از scikit-learn 👈 لینک دوره
📍یادگیری ماشین با استفاده از پایتون 👈 لینک دوره
📍آموزش یادگیری ماشین 👈 لینک دوره
📍یادگیری ماشین با استفاده از scikit-learn-part1 👈 لینک دوره
📍مبانی مقدماتی تا پیشرفته یادگیری ماشین 👈 لینک دوره


✅ استفاده از منبع های مختلف دانشگاه ها و سایت های معتبر

📍 اصول و روش های هوش مصنوعی از دانشگاه استنفورد 👈 لینک دوره
📍 منابع آموزشی دانشگاه MIT 👈 لینک دوره
📍دوره هوش مصنوعی Saylor 👈 لینک دوره
📍منابع آموزشی موجود در سایت Edx 👈 لینک دوره
📍منابع اموزشی مقدمات هوش مصنوعی 👈 لینک دوره
📍 ویدیو های سخنرانی دانشگاه برکلی 👈 لینک دوره
📍 آموزش یادگیری عمیق Google 👈 لینک دوره
📍ویدیو آموزش یادگیری ماشین دانشگاه کارنگی ملون استاد لری وارسرمن 👈 لینک دوره
📍آموزش شبکه های عصبی برای هوش مصنوعی 👈 لینک دوره


✅ یادگیری نظریه های آمار، احتمال و ریاضی

📍آموزش جبر خطی 👈 لینک دوره
📍آموزش آمار و احتمال دانشگاه MIT 👈 لینک دوره
📍معادلات دیفرانسیل و چندگانه 👈لینک دوره ۱ لینک دوره ۲
📍آموزش نظریه گراف سایت coursera 👈 لینک دوره
📍آموزش روش های بهینه سازی دانشگاه استنفورد👈 لینک دوره