1. Machine Learning - Guia de Referência Rápida: Trabalhando com Dados Estruturados em Python - Matt Harrison
2. Introduction to Machine Learning with Python: A Guide for Data Scientists - Andreas C. Müller & Sarah Guido
Para te ajudar a seguir em sua jornada de desenvolvimento, confira o que preparamos para você!
3. Machine Learning: This Book Includes: Machine Learning for Beginners, Machine Learning with Python - Daniel Géron
4. Machine Learning: 4 Books in 1: Basic Concepts + Artificial Intelligence + Python Programming + Python Machine Learning - Ethem Mining
5. Machine Learning: An Applied Mathematics Introduction - Paul Wilmott
6. Automated Machine Learning: Methods, Systems, Challenges - Frank Hutter
7. Pattern Recognition and Machine Learning - Christopher M. Bishop
8. Artificial Intelligence: With an Introduction to Machine Learning - Richard E. Neapolitan & Xia Jiang
9. Inteligência Artificial e Machine Learning: Teoria e Aplicações - Marcos Airton de Sousa Freitas e Gabriel Belmino Freitas
10. Introdução à Inteligência Artificial: uma Abordagem Não Técnica - Tom Taulli
11. Fundamentals of Deep Learning - Nikihil Buduma com colaboração de Nicholas Locascio
12. Deep Learning por Ian Goodfellow, Yoshua Bengio e Aaron Courville
13. neural Networks and Deep Learning - Charu C. Aggarwal
Preparado para aprender mais?

13 Livros de Machine Learning que você precisa conhecer!

Preparamos uma lista incrível com 13 livros para aprender machine learning que vão te ajudar a entender e se aprofundar nas tecnologias de ponta do mercado

Anna Carolina Dalalana
Por: Anna Carolina Dalalana
13 Livros de Machine Learning que você precisa conhecer!

Se você abriu este artigo, é porque já sabe o que é Machine Learning e está em busca de mais conhecimento. Mas vamos lembrar algumas definições antes de passar para as nossas dicas de livros.

Machine Learning, ou Aprendizado de Máquina, é um dos ramos da Inteligência Artificial pertencentes à esfera da Ciência da Computação capaz de analisar dados, definir padrões e se auto corrigir autonomamente por meio de suas experiências de aprendizado com os dados.

Já o Deep Learning, também conhecido como Aprendizado Profundo, é um subconjunto da Aprendizagem de Máquina, capaz de analisar dados complexos para soluções precisas, utilizando redes neurais artificiais que imitam as capacidades do cérebro humano.

Encontrar conteúdos de qualidade em Machine Learning, Inteligência Artificial e Deep Learning na rede não é uma tarefa fácil. Assim, para você que quer se desenvolver mais neste assunto, iremos te dar dicas de boas bibliografias para aprofundar seu conhecimento.

Ah, caso queira saber mais sobre cada livro, basta clicar na capa!

1. Machine Learning - Guia de Referência Rápida: Trabalhando com Dados Estruturados em Python - Matt Harrison

A primeira indicação da nossa lista se apresenta ideal para programadores, engenheiros que trabalham com Inteligência Artificial e cientistas de dados.O autor Matt Harrison apresenta no livro uma visão geral de classificação utilizando dados estruturados e dos processos de Machine Learning por meio de tabelas e exemplos detalhados.

Apresenta, também, métodos para agrupamento (clustering), regressão e redução de dimensões, sendo um bom material para complementar seus estudos.

Machine learning de Matt Harrison

2. Introduction to Machine Learning with Python: A Guide for Data Scientists - Andreas C. Müller & Sarah Guido

Esta é nossa segunda indicação da lista de livros para aprender Machine Learning! Os autores Andreas Müller e Sarah Guido trazem uma abordagem mais aprofundada do Aprendizado de Máquina, utilizando Python. Concentram-se em aspectos práticos da aprendizagem de máquina, sem enfocar na matemática por trás do método.

Com este livro, você aprenderá:

  • Conceitos fundamentais e aplicações do aprendizado de máquina;
  • Vantagens e deficiências de algoritmos de aprendizagem de máquina amplamente utilizados;
  • Como representar dados processados por machine learning, incluindo quais aspectos de dados focar;
  • Métodos avançados para avaliação de modelos e ajuste de parâmetros;
  • O conceito de pipelines encapsular seu fluxo de trabalho;
  • Métodos para trabalhar com dados de texto, incluindo técnicas de processamento específicas de texto;
  • Sugestões para melhorar suas habilidades de aprendizado de máquina e ciência de dados.

Machine learning de Andrea C. Müller e Sarah Guido


Após essa primeira indicação você já deve ter percebido que para trabalhar com Machine Learning é preciso saber alguns fundamentos de programação. Uma das linguagens mais usadas e que está presente em muitas das nossas indicações é o Python.

Para te ajudar a seguir em sua jornada de desenvolvimento, confira o que preparamos para você!

Como você se sente quando percebe que Excel hoje é um pré-requisito para o mercado? Se você fica confuso com algumas funções ou formatações do Excel e não sabe transformar dados em informações realmente relevantes, não se preocupe!

A Voitto criou o curso Fundamentos de Excel para ajudar você a aprender o necessário para conseguir utilizar esse software de forma proveitosa. Você aprenderá desde formatação de células até um entendimento de tabelas dinâmicas.

Está esperando o que para começar sua experiência no software mais usado em empresas do mundo todo e ainda conhecer a plataforma da Voitto?

É só usar o cupom BLOG100 e começar a se capacitar gratuitamente! Esperamos você para estudar com a gente e depois publicar o certificado no LinkedIn, hein? Clique no botão abaixo e garanta seu acesso GRATUITO ao curso Fundamentos de Excel!

[curso-gratuito] Fundamentos de Power BI - [TEMPORARIAMENTE EXCEL]

Vamos seguir que ainda temos indicações maravilhosas para você!

3. Machine Learning: This Book Includes: Machine Learning for Beginners, Machine Learning with Python - Daniel Géron

Nossa terceira indicação traz um pacote completo para iniciantes! Além de guiá-lo pelos princípios básicos do Aprendizado de máquina e te ajudar a entender as diferentes abordagens do Machine Learning e das Redes Neurais, ele também te ensinará programação em Python.

O pacote não requer habilidades de pré programação e é um guia ideal para iniciar modelagens de Aprendizado de Máquina.

Machine learning Daniel Géron

4. Machine Learning: 4 Books in 1: Basic Concepts + Artificial Intelligence + Python Programming + Python Machine Learning - Ethem Mining 

Vamos a mais uma indicação de um pacote super completo! Este livro traz um conjunto de módulos que aborda conceitos básicos do Machine Learning, Inteligência Artificial, programação em Python e ainda o Aprendizado de Máquina utilizando Python. Todos os assuntos são abordados com exemplos e exercícios práticos que permitirão reforçar seu nível de conhecimento.

Machine learning de Ethem Mining

5. Machine Learning: An Applied Mathematics Introduction - Paul Wilmott

Se você tem um viés mais matemático, este livro é para você! Como o próprio nome já diz, nossa quinta indicação abrange a matemática essencial para análises dos processos de Machine Learning.

O livro inclui exemplos do mundo real de ampla abrangência, incluindo finanças (modelagem de volatilidade), economia (taxas de juros, inflação e PIB) e até sociologia (classificando locais de acordo com as estatísticas criminais).

Machine learning de Paul Wilmott

6. Automated Machine Learning: Methods, Systems, Challenges - Frank Hutter

Este livro nos traz uma visão geral abrangente dos métodos gerais em AutoML (Automated Machine Learning).

Muitos dos processos que utilizam o Aprendizado de máquina ainda necessitam de especialistas humanos para implementação. Para superar esse problema, o campo do AutoML visa uma automação progressiva do aprendizado de máquina, baseada em princípios da otimização e da própria aprendizagem de máquina.

Este livro serve como um ponto inicial de estudo para pesquisadores e estudantes avançados, além de fornecer referências para praticantes que pretendem usar o AutoML em seu trabalho.

Machine Learning Frank Hutter

7. Pattern Recognition and Machine Learning - Christopher M. Bishop

Nossa sétima indicação traz um precursor! Este é o primeiro livro sobre reconhecimento de padrões que apresenta o ponto de vista bayesiano.

O livro apresenta algoritmos de inferência aproximados que permitem respostas rápidas e aproximadas em situações em que respostas exatas não são viáveis, além de usar modelos gráficos para descrever distribuições de probabilidade.

Apesar de não estabelecer a necessidade de conhecimentos prévios em Machine Learning ou reconhecimento de padrões, é indicado por possuir uma base de conhecimentos em cálculo multivariado, álgebra linear e probabilidade.

Machine Learning Christopher Bishop

8. Artificial Intelligence: With an Introduction to Machine Learning - Richard E. Neapolitan & Xia Jiang

Este livro vem com uma abordagem mais abrangente, concentrando-se nas técnicas mais úteis da inteligência Artificial. Neapolitan e Jiang englobam em sua produção métodos baseados em lógica e em probabilidades. Exploram a computação evolutiva e métodos baseados na inteligência do enxame, além de fornecerem uma visão geral detalhada das redes neurais e Deep Learning.

Inteligência artificial Richard Neapolitan

9. Inteligência Artificial e Machine Learning: Teoria e Aplicações - Marcos Airton de Sousa Freitas e Gabriel Belmino Freitas

A nona indicação da nossa lista de livros para aprender Machine Learning apresenta, de forma didática e sucinta, noções iniciais de Inteligência Artificial e Aprendizagem de Máquina, abrangendo Redes Neurais Artificiais, Lógica Nebulosa, Algoritmos Genéticos, modelo Lasso (least absolute shrinkage selection operator), modelo ada-LASSO, modelo Complete Subset Regression (CSR), dentre outros. Os autores apresentam aplicações de algumas dessas técnicas aos problemas da área de Engenharia e de Economia.

Inteligência artificial e machine learning de Marcos Airton de Sousa Freitas

10. Introdução à Inteligência Artificial: uma Abordagem Não Técnica - Tom Taulli

O décimo livro das nossas indicações oferece aos leitores uma compreensão básica da Inteligência Artificial e seu impacto. O autor Tom Taulli traz uma introdução não técnica sobre conceitos importantes, como machine learning, deep learning, natural language processing (PNL - processamento da linguagem natural), robótica e muito mais.

Além de estudos de caso do mundo real e etapas práticas de implementação, o livro também aborda tendências sociais, ética e impacto futuro que a IA causará nos governos, estruturas de empresas e vida cotidiana do mundo.

Inteligência artificial Tom Taulli

11. Fundamentals of Deep Learning - Nikihil Buduma com colaboração de Nicholas Locascio

Este livro aborda fundamentos de um dos subtópicos do Machine Learning, o Aprendizado Profundo. Nikihil utiliza exemplos para ajudá-lo a entender os principais conceitos de Deep Learning, sendo uma boa indicação para iniciantes que já tenham noções básicas de Machine Learning, programação em Python e familiaridade com cálculo.

Deep learning Nikihil Buduma

12. Deep Learning por Ian Goodfellow, Yoshua Bengio e Aaron Courville

Escrito pelos pioneiros em Deep Learning, este livro abrange conceitos relevantes em álgebra linear, teoria da probabilidade e teoria da informação, computação numérica e machine learning.

Descreve técnicas de aprendizagem profunda utilizadas por profissionais da indústria e oferece perspectivas de pesquisa, com temas teóricos como modelos de fatores lineares, aprendizagem de representação, modelos probabilísticos estruturados, métodos de Monte Carlo.

Deep learning Ian Goodfellow

13. neural Networks and Deep Learning - Charu C. Aggarwal

Nossa última indicação, mas não menos importante, abrange modelos clássicos e modernos em Deep Learning tendo seu foco principal na teoria e algoritmos de Aprendizado Profundo.

O livro também discute diferentes aplicações, exemplificando como as arquiteturas neurais são projetadas para diferentes tipos de problemas.

Também são abordados aplicativos de várias vertentes, como sistemas recomendador, tradução automática, legendagem de imagens, classificação de imagem, jogos baseados em reforços e análise de texto.

Redes neurais Caru Aggarwal

Preparado para aprender mais?

Como você se sente quando percebe que Excel hoje é um pré-requisito para o mercado? Se você fica confuso com algumas funções ou formatações do Excel e não sabe transformar dados em informações realmente relevantes, não se preocupe!

A Voitto criou o curso Fundamentos de Excel para ajudar você a aprender o necessário para conseguir utilizar esse software de forma proveitosa. Você aprenderá desde formatação de células até um entendimento de tabelas dinâmicas.

Está esperando o que para começar sua experiência no software mais usado em empresas do mundo todo e ainda conhecer a plataforma da Voitto?

É só usar o cupom BLOG100 e começar a se capacitar gratuitamente! Esperamos você para estudar com a gente e depois publicar o certificado no LinkedIn, hein? Clique no botão abaixo e garanta seu acesso GRATUITO ao curso Fundamentos de Excel!

[curso-gratuito] Fundamentos de Power BI - [TEMPORARIAMENTE EXCEL]

Compartilhe com os amigos e se ficou alguma dúvida, deixe nos comentários.

Anna Carolina Dalalana

Anna Carolina Dalalana

Grad. em Engenharia Eletrônica pela Universidade Federal de Itajubá. Foi bolsista CNPQ para desenvolvimento de plataforma embarcada para aplicações biomêdicas por meio amplificação de movimento em imagem e voluntária da ONG Engenheiros Sem Fronteiras - Núcleo Itajubá desenvolvendo projetos de aquecedores solares de baixo custo para implementação em instituições de caridade. Green Belt em Lean Seis Sigma. Foi estagiária de Desenvolvimento de Produtos da aviação comercial da Embraer S.A., trabalhando diretamente com ensaios de sistemas aviônicos em laboratórios de simulação e no desenvolvimento de um projeto na área de Inteligência Artificial para detecção de falhas utilizando reconhecimento de imagem em testes automáticos. Especialista na produção de conteúdo na área de Pesquisa e Desenvolvimento do Grupo Voitto.

Banner do Kit "Resumos de Livros Profissional de Alta Performance".

QUER RECEBER CONTEÚDO VIP?

Entre para nossa lista e receba conteúdos exclusivos e com prioridade.

Respeitamos sua privacidade e nunca enviaremos spam!

voitto.com.br

© Copyright 2008 - 2024 Grupo Voitto - TODOS OS DIREITOS RESERVADOS.

[Kit Pocket] Profissional De Alta Performance

Para baixar o material, preencha os campos abaixo:

Possui graduação completa?

Concordo em receber comunicações de acordo com a Política de Privacidade.