6 livros gratuitos na internet para aprender Machine Learning | Lista 360

A gente vive soltando notícia de Machine Learning e Inteligência Artificial por aqui e não é para menos: essas tecnologias estão em alta e já são parte da nossa vida, com um potencial ainda maior nos próximos anos. Então, por que não aproveitar a quarentena para aprender um pouco mais sobre isso?

Para te ajudar, nós separamos alguns livros que foram disponibilizados gratuitamente na internet. E sim, eles estão todos em inglês, mas não adianta fazer cara feia. Se você programa ou tem interesse na área, precisa saber que entender inglês é essencial. Não é necessário ser fluente ou saber falar bem, só conseguir ler já é suficiente para entender o conteúdo. Além disso, é uma ótima forma de aprender o idioma.

Probabilistic Programming & Bayesian Methods for Hackers (Cameron Davidson-Pilon)

É um livro introdutório que explica os conceitos de Método Bayesiano aplicado à Machine Learning. O autor afirma que os matemáticos podem agradar tanto matemáticos com alto nível de conhecimento no sentido de saciar a curiosidade de aplicação na área, como os entusiastas que não dominam tanto a matemática, mas que querem aprender os métodos Bayesianos.

Os exemplos de programação são apresentados em Python. Você pode acessar o livro e os códigos no GitHub do autor (clique aqui). Basta clicar no título de cada capítulo para acessar.

Natural Language Processing with Python (Steven Bird, Ewan Klein e Edward Loper)

Este livro também é introdutório e ideal para quem quer aprender processamento de linguagem natural usando Python. O foco é na plataforma de aprendizado NLTK, que trabalha com dados de linguagem humana.

Você pode ter acesso ao conteúdo do livro neste link. Se quiser mais informações sobre o NLTK, é só clicar neste outro link.

R for Data Science (Hadley Wickham e Garrett Grolemund)

O Python pode ser o famosinho quando o assunto é Data Science, mas o R também tem seu lugar e é usado por muitos pesquisadores. Esse livro é voltado para quem está começando, mas possui uma riqueza de ensinamentos muito grande.

Ele está disponível neste link. Lá você encontra não só o conteúdo, como os códigos e até prints do passo a passo para realizar uma tarefa.

Machine Learning Yearning (Andrew Ng)

É um livro que aborda projetos de Machine Learning, ensinando como você deve estruturá-los. Assim, ele ensina como fazer esses algoritmos funcionarem.

O livro está neste link. Você precisa fazer um pequeno cadastro (nome e e-mail) para ter acesso.

Forecasting: Principles and Practice (Rob H Hyndman e George Athanasopoulos)

Esse livro é focado em métodos de previsão. O conteúdo dele é bem detalhado e envolve técnicas como redes neurais, modelos ARIMA, regressão linear e não linear e mais. É rico em detalhes e informações.

Ele está disponível neste link. Você tem a opção de acessar o conteúdo de cada capítulo pelo site de forma gratuita pelo menu esquerdo. Se quiser adquirir o pdf ou o livro físico, precisa pagar por ele.

Deep learning (Ian Goodfellow, Yoshua Bengio e Aaron Courville)

Esse livro permite ter uma introdução ao Machine Learning, com foco em Deep Learning, como o próprio título diz. Há várias técnicas atuais, como redes convolucionais. Não tem muitos exemplos com código, mas uma boa teoria e embasamento. Ele está disponível aqui.

Ficou com vontade de aprender Python? Então vem conferir nossa listinha de cursos online gratuitos e aproveite a quarentena.

Fonte: Towards Data Science