Os melhores livros avançados de Machine Learning, segundo os Data Hackers

Confira os melhores livros sobre aprendizado de máquina, segundo a opinião dos próprios Data Hackers

Photo by NeONBRAND on Unsplash

Recentemente, o Data Hacker Luis Uzai perguntou em nosso canal do Slack quais são os melhores livros de machine learning que tratam matemática mais profundamente.

Através de dicas bem interessantes, os Data Hackers ajudaram o Luis nessa tarefa. Dá uma conferida nas respostas:

O Pedro Tabacof deu duas dicas: o livro Elements of Statistical Learning (que você pode adquirir gratuitamente aqui) e o livro Pattern Recognition do Christopher Bishop, diretor do Microsoft Research Cambridge. O André Costa complementou a dica com o link gratuito para o livro do Bishop.

O Alexandre Cançado Cardoso concordou com a opinião do Tabacof e incluiu mais duas dicas na lista: Machine Learning, de Tom Mitchell (disponibilizado gratuitamente aqui) e Neural Networks and Learning Machines, Simon O. Haykin.

Já o Marlesson Santana sugeriu o Artificial Intelligence: A modern Approach— disponível em Português na Amazon — , de Stuart Russell e Peter Norvig.

Complementando a dica, Marlesson sugeriu assistir as aulas gratuitas do OpenCourse do MIT, que você pode acessar diretamente no canal do Youtube deles.

Já o Thiago Marques sugeriu livros como An Introduction to Generalized Linear Models, da Annette Dobson.

Por fim, o Pablo Brenner, sugeriu o clássico An Introduction to Statistical Learning, de Gareth James, Daniela Witten, Trevor Hastie e Robert Tibshirani.


E ai, curtiu as dicas dadas pelos Data Hackers? Venha fazer parte da maior comunidade de Data Science do Brasil. Hoje nós oferecemos uma newsletter semanal, um podcast oficial, nosso blog no Medium e nosso canal do Slack para interação dos usuários.