Книга Machine Learning Simplified
#books #ml #collaboration #opensource
Порекомендую бесплатную книгу “Machine Learning Simplified” https://themlsbook.com Андрея Вульфа (Andrew Wolf). Андрей был Head of Data в Rarible, сейчас ушел на фриланс в web3, параллельно пилит трейдинг-алгоритмы для крипты в надежде открыть свой собственный фонд.
Если б я писал книгу по ML (что весьма разумно после разработки целого курса по ML), она была бы похожа на эту. Хороший баланс теории и практики, примеры сопровождаются кодом, из интересного - читая книгу, можно выделить часть и прокомментировать, таким образом, книга превращается в форум. На Goodreads можно найти мою рецензию https://www.goodreads.com/book/show/60297347-machine-learning-simplified.
Будет неплохим дополнением к http://mlcourse.ai, некоторые темы освещены лучше да и написаны на хорошем английском. А практику лучше из mlcourse.ai брать.
Я немного поработал с Андреем, оформил код, сопровождающий книгу, в виде Jupyter Book – https://code.themlsbook.com (кстати, для тех, кто хочет опубликовать свою книгу с кодом, look no further – Jupyter Book https://jupyterbook.org это то что надо).
Неплохо было бы добавить в книгу примеров кода и упражнений. Если хотите поучаствовать – пишите Андрею на [email protected]. Андрей утверждает, что “в долгу не останется”, будем считать, это значит, что подзаработать таким образом тоже можно.
Требования (копирую из объявления Андрея в ODS):
- знание английского
- понимание того, как работают алгоритмы: decision trees, svm, naive bayes, ensembles (bagging/boosting/stacking)
- понимание основ мл: hyperparameter tuning, evaluation techniques etc
- опыт в преподавании или хотя бы понимание того, как объяснять алгоритмы простым языком (включая математику) is a big plus
#books #ml #collaboration #opensource
Порекомендую бесплатную книгу “Machine Learning Simplified” https://themlsbook.com Андрея Вульфа (Andrew Wolf). Андрей был Head of Data в Rarible, сейчас ушел на фриланс в web3, параллельно пилит трейдинг-алгоритмы для крипты в надежде открыть свой собственный фонд.
Если б я писал книгу по ML (что весьма разумно после разработки целого курса по ML), она была бы похожа на эту. Хороший баланс теории и практики, примеры сопровождаются кодом, из интересного - читая книгу, можно выделить часть и прокомментировать, таким образом, книга превращается в форум. На Goodreads можно найти мою рецензию https://www.goodreads.com/book/show/60297347-machine-learning-simplified.
Будет неплохим дополнением к http://mlcourse.ai, некоторые темы освещены лучше да и написаны на хорошем английском. А практику лучше из mlcourse.ai брать.
Я немного поработал с Андреем, оформил код, сопровождающий книгу, в виде Jupyter Book – https://code.themlsbook.com (кстати, для тех, кто хочет опубликовать свою книгу с кодом, look no further – Jupyter Book https://jupyterbook.org это то что надо).
Неплохо было бы добавить в книгу примеров кода и упражнений. Если хотите поучаствовать – пишите Андрею на [email protected]. Андрей утверждает, что “в долгу не останется”, будем считать, это значит, что подзаработать таким образом тоже можно.
Требования (копирую из объявления Андрея в ODS):
- знание английского
- понимание того, как работают алгоритмы: decision trees, svm, naive bayes, ensembles (bagging/boosting/stacking)
- понимание основ мл: hyperparameter tuning, evaluation techniques etc
- опыт в преподавании или хотя бы понимание того, как объяснять алгоритмы простым языком (включая математику) is a big plus