В этой статье мы собираемся перечислить вам 15 коротких книг по искусственному интеллекту, которые помогут вам понять тему, на которой они основаны. Под короткими книгами по ИИ мы понимаем книги объемом менее 300 страниц.
Лучшие короткие книги по искусственному интеллекту (на анг. яз.):
Порядок книг случайный, и это не означает, что первая книга лучшая или наоборот. Итак, давайте посмотрим на эти 15 коротких книг по искусственному интеллекту и выберем, какую из них вы прочитаете первой прямо сейчас.
1. Machine Learning: An Applied Mathematics Introduction
Описание : полностью автономное введение в машинное обучение. Все, что требуется читателю, - это понимание основ матричной алгебры и исчисления. Машинное обучение: Введение в прикладную математику охватывает основную математику, лежащую в основе всех наиболее важных методов.
В книге 242 страницы.
2. The Hundred-Page Machine Learning Book
Описание : Это уникальная книга во многих отношениях. Это первая успешная попытка написать легкую для чтения книгу по машинному обучению. Это также первая попытка сжать широкий спектр тем машинного обучения систематическим образом и без потери качества.
Книга содержит только те части огромного массива материалов по машинному обучению, которые были разработаны с 1960-х годов и которые доказали свою значительную практическую ценность. Новичок в машинном обучении найдет в этой книге достаточно подробностей, чтобы получить комфортный уровень понимания предметной области и начать задавать правильные вопросы.
Практики с опытом будут использовать эту книгу как собрание указателей направлений дальнейшего самосовершенствования.
Книга также пригодится при проведении мозгового штурма в начале проекта, когда вы пытаетесь ответить на вопрос, является ли данная техническая или бизнес-проблема «машинно-обучаемой», и, если да, то какие методы вы должны попытаться решить.
В книге 160 страниц.
3. Deep Learning (The MIT Press Essential Knowledge series)
Описание : доступное введение в технологию искусственного интеллекта, которая обеспечивает компьютерное зрение, распознавание речи, машинный перевод и использование автомобилей без водителя.
Глубокое обучение ( Deep learning) - это технология искусственного интеллекта, которая обеспечивает компьютерное зрение, распознавание речи в мобильных телефонах, машинный перевод, игры с искусственным интеллектом, автомобили без водителя и другие приложения. Когда мы используем потребительские продукты от Google, Microsoft, Facebook, Apple или Baidu, мы часто взаимодействуем с системой глубокого обучения.
В этом выпуске серии MIT Press Essential Knowledge ученый-компьютерщик Джон Келлехер предлагает доступное и краткое, но исчерпывающее введение в фундаментальные технологии, лежащие в основе революции в области искусственного интеллекта.
В книге 296 страниц.
4. Machine Learning For Absolute Beginners: A Plain English Introduction (Machine Learning From Scratch)
Описание : Второе издание "Машинное обучение для абсолютных новичков" было написано и предназначено для абсолютных новичков. Это означает, что объяснения на простом английском языке и опыт программирования не требуется.
Там, где представлены основные алгоритмы, добавляются четкие объяснения и наглядные примеры, чтобы упростить и увлекательно следить за ними дома.
В книге 155 страниц.
5. Data Science (The MIT Press Essential Knowledge series)
Описание : цель науки о данных - улучшить процесс принятия решений посредством анализа данных. Сегодня наука о данных определяет, какую рекламу мы видим в Интернете, книги и фильмы, которые нам рекомендуют в Интернете, какие электронные письма фильтруются в наших папках для спама и даже сколько мы платим за медицинское страхование.
Этот том из серии MIT Press Essential Knowledge предлагает краткое введение в развивающуюся область науки о данных, объясняя ее эволюцию, текущее использование, проблемы инфраструктуры данных и этические проблемы.
Организациям никогда не было так просто собирать, хранить и обрабатывать данные. Использование науки о данных обусловлено ростом больших данных и социальных сетей, развитием высокопроизводительных вычислений и появлением таких мощных методов анализа и моделирования данных, как глубокое обучение.
Наука о данных включает в себя набор принципов, определений проблем, алгоритмов и процессов для извлечения не очевидных и полезных шаблонов из больших наборов данных. Он тесно связан с областями интеллектуального анализа данных и машинного обучения, но имеет более широкий охват.
Эта книга предлагает краткую историю области, вводит фундаментальные концепции данных и описывает этапы проекта в области науки о данных.
В ней рассматривается инфраструктура данных и проблемы, возникающие при интеграции данных из нескольких источников, вводятся основы машинного обучения и обсуждается, как связать опыт машинного обучения с реальными проблемами.
В книге 280 страниц.
6. Programming Computer Vision with Python: Tools And Algorithms For Analyzing Images
Описание : Если вы хотите получить базовое представление о теории и алгоритмах компьютерного зрения, это практическое введение - идеальное место для начала.
Вы изучите методы распознавания объектов, 3D-реконструкции, стереоизображения, дополненной реальности и других приложений компьютерного зрения, следуя понятным примерам, написанным на Python.
Программирование компьютерного зрения с помощью Python объясняет компьютерное зрение в общих чертах, которые не утомляют вас в теории. Вы получите полные образцы кода с объяснениями того, как воспроизвести и развить каждый пример, а также упражнения, которые помогут вам применить полученные знания.
Эта книга идеально подходит для студентов, исследователей и энтузиастов с базовым программированием и стандартными математическими навыками.
В книге 262 страницы.
7. Natural Language Processing with PyTorch: Build Intelligent Language Applications Using Deep Learning
Описание : Обработка естественного языка (NLP) предоставляет безграничные возможности для решения проблем в области искусственного интеллекта, делая возможными такие продукты, как Amazon Alexa и Google Translate.
Если вы разработчик или специалист по обработке данных, плохо знакомый с НЛП и глубоким обучением, это практическое руководство покажет вам, как применять эти методы с помощью PyTorch, библиотеки глубокого обучения на основе Python.
В книге 256 страниц.
8. Machine Learning: The New AI (The MIT Press Essential Knowledge series)
Описание : краткий обзор машинного обучения.
Сегодня машинное обучение лежит в основе ряда приложений, которые мы используем каждый день, от рекомендаций по продуктам до распознавания голоса, а также некоторых приложений, которые мы еще не используем каждый день, включая автомобили без водителя.
Это основа нового подхода к вычислениям, при котором мы не пишем программы, а собираем данные; идея состоит в том, чтобы автоматически изучать алгоритмы решения задач на основе данных.
По мере того как вычислительные устройства становятся все более распространенными, большая часть нашей жизни и работы записывается в цифровом виде, а по мере того, как «большие данные» становятся все больше, теория машинного обучения - фундамент усилий по преобразованию этих данных в знания - также развивается.
В этой книге эксперт по машинному обучению Ethem Alpaydin предлагает краткий обзор предмета для обычного читателя, описывая его эволюцию, объясняя важные алгоритмы обучения и представляя примеры приложений.
В книге 224 страницы.
9. Deep Learning from Scratch: Building with Python from First Principles
Описание : с возрождением нейронных сетей в 2010-х годах глубокое обучение стало важным для практиков машинного обучения и даже для многих разработчиков программного обеспечения.
Эта книга представляет собой всестороннее введение для специалистов по обработке данных и инженеров-программистов, имеющих опыт машинного обучения.
Вы начнете с основ глубокого обучения и быстро перейдете к деталям важных передовых архитектур, по ходу реализуя все с нуля.
Автор Seth Weidman показывает вам, как работают нейронные сети, используя подход из первых принципов. Вы узнаете, как применять многослойные нейронные сети, сверточные нейронные сети и рекуррентные нейронные сети с нуля.
Благодаря глубокому пониманию того, как нейронные сети работают математически, вычислительно и концептуально, вы будете готовы к успеху во всех будущих проектах глубокого обучения.
В книге 252 страницы.
10. Building Machine Learning Powered Applications: Going from Idea to Product
Описание : изучите навыки, необходимые для проектирования, создания и развертывания приложений на основе машинного обучения (ML). В рамках этой практической книги вы создадите пример приложения на основе машинного обучения от первоначальной идеи до развернутого продукта.
Специалисты по обработке данных, инженеры по программному обеспечению и менеджеры по продуктам, включая как опытных практиков, так и новичков, будут шаг за шагом изучать инструменты, передовые методы и проблемы, связанные с созданием реального приложения машинного обучения.
Автор Emmanuel Ameisen , опытный специалист по данным, который руководил образовательной программой по ИИ, демонстрирует практические концепции машинного обучения с помощью фрагментов кода, иллюстраций, снимков экрана и интервью с лидерами отрасли.
В части I вы узнаете, как спланировать приложение машинного обучения и измерить его успех.
Часть II объясняет, как построить работающую модель машинного обучения.
Часть III демонстрирует способы улучшения модели до тех пор, пока она не будет соответствовать вашему первоначальному видению. В части IV рассматриваются стратегии развертывания и мониторинга.
В книге 260 страниц.
11. Programming PyTorch for Deep Learning: Creating and Deploying Deep Learning Applications
Описание : сделайте следующие шаги к овладению глубоким обучением - методом машинного обучения, который каждую секунду преобразует мир вокруг нас. В этой практической книге вы познакомитесь с ключевыми идеями, используя платформу PyTorch с открытым исходным кодом Facebook, и получите новейшие навыки, необходимые для создания собственных нейронных сетей.
В книге 220 страниц.
12. Feature Engineering for Machine Learning: Principles and Techniques for Data Scientists
Описание : Разработка функций - важный шаг в конвейере машинного обучения, но эта тема редко рассматривается отдельно. В этой практической книге вы изучите методы извлечения и преобразования функций - числовых представлений необработанных данных - в форматы для моделей машинного обучения.
Каждая глава проведет вас через одну проблему с данными, например, как представить текстовые или графические данные. Вместе эти примеры иллюстрируют основные принципы проектирования функций.
В книге 218 страниц.
13. Smart Cities (The MIT Press Essential Knowledge series)
Описание : ключевые концепции, определения, примеры и исторический контекст для понимания умных городов, а также обсуждение недостатков и преимуществ этого подхода к городским проблемам.
В течение последних десяти лет городские планировщики, технологические компании и правительства продвигали умные города с несколько утопическим видением городской жизни, которое стало доступным и управляемым посредством сбора и анализа данных.
Возникающие умные города стали одновременно тиглями и демонстрационными залами для практического применения Интернета вещей, облачных вычислений и интеграции больших данных в повседневную жизнь.
После обзора современной терминологии и обоснований, используемых разработчиками технологий, журналистами и исследователями, в книге описаны три модели развития умных городов - города с умными с самого начала, модернизированные города и социальные города - и приведены примеры каждой из них.
Он охватывает технологии и методы, включая датчики, общедоступный Wi-Fi, большие данные и приложения для смартфонов, а также обсуждает, как разработчики представляют взаимодействие между искусственной средой, технологической и городской инфраструктурой, гражданами и вовлечением граждан.
Автор, изучавший умные города по всему миру, утверждает, что разработчикам умных городов следует более тесно сотрудничать с местными сообществами, осознавая их ранее существовавшие отношения с городскими местамиx и осознавая пределы технических решений. Разум - это средство для достижения цели: улучшения качества городской жизни.
В книге 248 страниц.
14. AI Superpowers: China, Silicon Valley, and the New World Order
Описание : В книге убедительно доказывается, что из-за беспрецедентных разработок в области ИИ кардинальные изменения произойдут гораздо раньше, чем многие из нас ожидали. Действительно, по мере того, как конкуренция между США и Китаем в области искусственного интеллекта начинает накаляться, Ли призывает США и Китай принять и принять на себя огромную ответственность, которая связана со значительной технологической мощью.
Большинство экспертов уже говорят, что ИИ окажет разрушительное влияние на рабочие места рабочих. Но Ли прогнозирует, что китайский и американский ИИ окажут сильное влияние и на рабочие места белых воротничков. Универсальный базовый доход - решение? По мнению Ли, вероятно, нет.
Но он дает четкое описание того, какие рабочие места будут затронуты и как скоро, какие рабочие места можно будет улучшить с помощью ИИ, и, что наиболее важно, как мы можем предложить решения для некоторых из самых глубоких изменений в истории человечества, которые произойдут в ближайшее время.
В книге 272 страницы.
15. Applied Artificial Intelligence: A Handbook For Business Leaders
Описание : « Applied Artificial Intelligence » - это практическое руководство для руководителей предприятий, которые увлечены использованием машинного интеллекта для повышения производительности своих организаций и качества жизни в своих сообществах. Если вы хотите стимулировать инновации, сочетая данные, технологии, дизайн и людей для решения реальных проблем в масштабе предприятия, это ваш сценарий.
Эта книга не перегружает вас подробностями об отладке кода TensorFlow и не утомляет обобщениями о будущем человечества.
Вместо этого мы учим вас, как руководить успешными инициативами в области искусственного интеллекта, расставляя приоритеты в подходящих возможностях, создавая разнообразную команду экспертов, проводя стратегические эксперименты и сознательно разрабатывая решения, которые принесут пользу как вашей организации, так и обществу в целом.
Эта книга ориентирована на то, чтобы помочь вам принимать конкретные бизнес-решения с помощью приложений искусственного интеллекта и машинного обучения.
В книге 246 страниц.
Вывод:
Итак, вот наш выбор из 15 лучших и коротких книг по искусственному интеллекту. Каждая из этих книг содержит массу отличного материала (некоторые из них теоретические, некоторые из них практические с примерами из реальной жизни), которые очень сложны и не повторяются.
Если вам не нравятся книги с более чем 300 страницами, то вам подойдут эти 15 вариантов. Небольшая книга позволит вам закончить ее очень быстро и в то же время применить полученные знания в практической работе.
Мы призываем вас продолжать учиться, пробовать и творить.