Maşın Öyrənməsi üzrə Oxunmalı Ən Yaxşı 6 Kitab

Maşın öyrənməsi artıq yalnız data alimlərinin gündəmində deyil; maliyyə komandalarının gündəlik iş axınını da köklü şəkildə dəyişir. Qəbz və faktura tanıma, xərclərin avtomatik təsnifatı, qeyri-adi əməliyyatların erkən aşkarlanması və pul axını proqnozu kimi proseslər bu sahədəki alqoritmlərin birbaşa iş dünyasına təsirləridir. Bu dəyişimi idarə edən və ya idarə etmək istəyən bir maliyyə yaxud biznes peşəkarısınızsa, texnologiyanın əsas məntiqini qavramaq sizə böyük üstünlük verir: aldığınız alətləri daha yaxşı sorğulayır, komandalarınızla ortaq dil qurur və avtomatlaşdırma investisiyalarınızın hara getdiyini bilirsiniz.

Bu yazıda maşın öyrənməsinin ən nüfuzlu 6 əsas kitabını nəzərdən keçiririk. Hər kitab üçün həm texniki oxucuya nə təqdim etdiyini, həm də bir maliyyə və ya biznes peşəkarı üçün daşıdığı dəyəri ayrı-ayrı ümumiləşdirdik.

1. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow — Aurélien Géron

Aurélien Géron-un bu kitabı maşın öyrənməsinə tətbiqi giriş axtaranlar üçün qızıl standart sayılır. Nəzəriyyəni minimum səviyyədə saxlayır, birbaşa tətbiqə fokuslanır və real layihələrdə addım-addım necə işlənildiyini göstərir.

Niyə oxumalısınız?

• Sıfırdan başlayıb dərin öyrənməyə qədər irəliləyən əhatəli yol xəritəsi təqdim edir.
• Hər bölmədə icra oluna bilən nümunələr və tətbiqi çalışmalar var.
• Təsnifat, klasterləşdirmə və proqnoz kimi əsas metodları sadə dillə izah edir.

Maliyyə peşəkarı üçün dəyəri: Xərc kateqoriyalaşdırması və faktura tanıma kimi maliyyə avtomatlaşdırmalarının arxasındakı təsnifat məntiqini riyaziyyata boğulmadan anlamaq üçün ən əlçatan mənbədir.

2. Pattern Recognition and Machine Learning — Christopher M. Bishop

Christopher Bishop-un bu klassik əsəri maşın öyrənməsinin riyazi əsaslarını dərindən anlamaq istəyənlər üçün yazılıb. Ehtimal nəzəriyyəsi və statistikanı alqoritmlərlə birləşdirən, akademik çəkisi yüksək bir mənbədir.

Niyə oxumalısınız?

• Ehtimallı çıxarış mövzusunda ən əhatəli mənbələrdən biridir.
• Bölmə sonu çalışmaları anlayışları möhkəmləndirir.
• Bir çox universitetdə əsas dərslik kimi tədris olunur.

Maliyyə peşəkarı üçün dəyəri: Qeyri-müəyyənlik altında qərar vermək maliyyənin mahiyyətidir; bu kitabın ehtimallı baxışı büdcə sapması və risk proqnozu kimi mövzulardakı modellərin niyə «qəti» deyil, «ehtimallı» danışdığını qavradır.

3. Deep Learning — Ian Goodfellow, Yoshua Bengio və Aaron Courville

Sahənin üç öncül simasından gələn bu əsər dərin öyrənmənin «əsas kitabı» kimi tanınır. Nəzəri və tətbiqi tərəfləri bir arada, əhatəli şəkildə ələ alır.

Niyə oxumalısınız?

• Dərin öyrənmə mövzusunda ən nüfuzlu mənbə sayılır.
• Lazımi riyazi ön biliyi ilk bölmələrdə ümumiləşdirir.
• Müəlliflərin rəsmi saytında pulsuz olaraq əlçatandır.

Maliyyə peşəkarı üçün dəyəri: Qəbz və faktura şəkillərindən məlumat çıxaran, sənəd oxuyan sistemlərin hamısı dərin öyrənməyə əsaslanır; bu kitab maliyyə komandalarının hər gün istifadə etdiyi bu «sehrin» əslində nə olduğunu göstərir.

4. The Elements of Statistical Learning — Trevor Hastie, Robert Tibshirani və Jerome Friedman

Stanford Universitetindən üç statistika professorunun yazdığı bu kitab statistik öyrənmə metodlarını ən əhatəli ələ alan əsərlərdən biridir və mövzuya statistika pəncərəsindən baxır.

Niyə oxumalısınız?

• Xətti metodlardan ağac əsaslı modellərə qədər geniş spektri əhatə edir.
• Bu gün hələ də geniş istifadə olunan metodların nəzəri əsasını izah edir.
• Universitetin saytından pulsuz yüklənə bilər; daha əlçatan alternativ istəyənlər eyni müəlliflərin «An Introduction to Statistical Learning» kitabını seçə bilər.

Maliyyə peşəkarı üçün dəyəri: Xərc məlumatında qeyri-adi əməliyyatları tutan və xərc sui-istifadəsini proqnozlaşdırmağa çalışan modellərin böyük hissəsi bu kitabda izah olunan statistik metodların üzərində qurulub.

5. Python Machine Learning — Sebastian Raschka və Vahid Mirjalili

Sebastian Raschka və Vahid Mirjalilinin bu kitabı nəzəriyyə ilə tətbiqi balanslı şəkildə birləşdirir; başlanğıc səviyyəsindən qabaqcıl səviyyəyə geniş oxucu kütləsinə xitab edir.

Niyə oxumalısınız?

• Klassik metodları tətbiqi nümunələrlə öyrədir.
• Məlumat hazırlığı və model qiymətləndirmə addımlarını ətraflı ələ alır.
• Mətn məlumatı və emosiya analizi kimi aktual tətbiq sahələrini əhatə edir.

Maliyyə peşəkarı üçün dəyəri: Model qiymətləndirmə bölmələri bir maliyyə menecerinin təchizatçılardan gələn «süni intellekt dəstəkli» məhsul iddialarını yoxlamaq üçün ehtiyac duyduğu sualları — model nəyə görə uğurlu sayılır, xəta payı nədir? — verməyi öyrədir.

6. Machine Learning: A Probabilistic Perspective — Kevin P. Murphy

Kevin Murphy-nin bu əhatəli əsəri maşın öyrənməsini ehtimallı çərçivədən ələ alır və sahənin ən ətraflı istinad mənbələrindən biri sayılır. Müəllifin daha aktual «Probabilistic Machine Learning» seriyası da yenilənmiş alternativ təqdim edir.

Niyə oxumalısınız?

• Klassik və müasir yanaşmaları tək dam altında toplayır.
• Nəzarətli və nəzarətsiz öyrənmə metodlarının geniş dökümünü verir.
• Bölmə sonlarında əhatəli çalışmalar var.

Maliyyə peşəkarı üçün dəyəri: Pul axını və gəlir proqnozu kimi irəliyə dönük maliyyə modellərinin əsaslandığı ehtimallı düşüncəni ən dərindən işləyən mənbədir.

Doğru Kitabı Necə Seçməlisiniz?

Seçim mövcud bilik səviyyənizdən və hədəfinizdən asılıdır:

• Maliyyə və biznes peşəkarları: Géron-un kitabı ilə başlayın; məqsədiniz kod yazmaq deyil, proseslərinizi avtomatlaşdıran texnologiyanı anlamaqdırsa, ilk bölmələr belə kifayət qədər qavrayış təmin edir.
• Yeni başlayan texniki oxucular: Géron və ya Raschka-nın tətbiqi kitabları güclü riyazi baza tələb etmir.
• Qabaqcıl səviyyə: Bishop, Goodfellow, Hastie və ya Murphy-nin əsərləri ilə nəzəri dərinlik qazanın.

Hansı kitabı seçsəniz seçin, oxuduqlarınızı öz məlumatınızla əlaqələndirin. Maliyyə tərəfindəsinizsə, ən yaxşı çalışma şirkətinizin xərc məlumatına baxıb «burada hansı addımlar avtomatlaşdırıla bilər?» sualını verməkdir.

Tez-tez Verilən Suallar

Maliyyə peşəkarı kimi bu kitabları oxumaq üçün proqramlaşdırma bilməliyəm?

Xeyr. Géron və Raschka-nın kitablarındakı konseptual bölmələr kod yazmadan da maşın öyrənməsinin məntiqini qavradır. Məqsəd texnologiyanı istehsal etmək deyil, aldığınız və ya idarə etdiyiniz sistemləri şüurlu şəkildə qiymətləndirməkdir.

Maşın öyrənməsi maliyyə proseslərində konkret olaraq harada istifadə olunur?

Qəbz və faktura məlumatlarının avtomatik oxunması, xərclərin düzgün kateqoriyaya təyin edilməsi, siyasətə zidd və ya qeyri-adi xərclərin işarələnməsi və pul axını proqnozu ən geniş istifadə sahələridir. Bu avtomatlaşdırmaların şirkətlərə qazandırdığı vaxtı xərc daxil etməyin gizli vaxt xərci yazımızda ələ almışdıq.

Pulsuz əlçatan kitablar var?

Bəli. Goodfellow-un «Deep Learning» kitabı müəlliflərin rəsmi saytında, Hastie-nin «The Elements of Statistical Learning» kitabı isə Stanford Universitetinin saytında pulsuz əlçatandır.

Bu kitablar aktuallığını qoruyur?

Əsas alqoritmlər və riyazi prinsiplər zamanla etibarlılığını qoruyur; tətbiqi kitablar isə mütəmadi nəşr yeniləmələri alır. Konseptual onurğa üçün klassik əsərlər hələ də etibarlı istinadlardır.

Nəzəriyyədən Tətbiqə: Maşın Öyrənməsi Maliyyə Komandalarının Xidmətində

Bu kitablarda izah olunan metodlar artıq maliyyə komandalarının gündəlik alətlərində işləyir. Masraff olaraq ağıllı qəbz və faktura tanıma, avtomatik kateqoriyalaşdırma və xərc anomaliyalarının aşkarlanması kimi funksiyaları birbaşa bu alqoritmlərin üzərində qururuq. Maşın öyrənməsinin xərc proseslərinizə necə dəyər qatacağını görmək üçün xərc idarəetmə həllimizi nəzərdən keçirə, suallarınız üçün bizimlə əlaqə saxlaya bilərsiniz.