6-те най-добри книги по машинно обучение

Машинното обучение вече не е само в дневния ред на специалистите по данни; то променя из основи и ежедневната работа на финансовите екипи. Процеси като разпознаване на касови бележки и фактури, автоматично класифициране на разходите, ранно откриване на необичайни транзакции и прогнозиране на паричния поток са пряко отражение на алгоритмите от тази област върху света на бизнеса. Ако сте финансов или бизнес специалист, който управлява или иска да управлява тази трансформация, разбирането на основната логика на технологията ви дава голямо предимство: по-добре преценявате инструментите, които купувате, изграждате общ език с екипите си и знаете накъде отиват инвестициите ви в автоматизация.

В тази статия разглеждаме 6-те най-авторитетни основни книги по машинно обучение. За всяка книга обобщихме поотделно както това, което предлага на техническия читател, така и стойността ѝ за финансов или бизнес специалист.

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

Тази книга на Орелиен Жерон се смята за златен стандарт за онези, които търсят практическо въведение в машинното обучение. Тя свежда теорията до минимум, съсредоточава се пряко върху практиката и показва стъпка по стъпка как да се работи по реални проекти.

Защо да я прочетете?

• Предлага изчерпателна пътна карта от нулата до дълбокото обучение.
• Във всяка глава има изпълними примери и практически упражнения.
• Обяснява с прост език основни методи като класификация, клъстеризация и прогнозиране.

Стойност за финансовия специалист: Това е най-достъпният източник, за да разберете логиката на класификацията зад финансовите автоматизации — категоризиране на разходите и разпознаване на фактури — без да се удавяте в математиката.

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

Този класически труд на Кристофър Бишоп е написан за онези, които искат задълбочено да разберат математическите основи на машинното обучение. Той е академично тежък източник, който съчетава теорията на вероятностите и статистиката с алгоритмите.

Защо да я прочетете?

• Един от най-изчерпателните източници по вероятностно извеждане.
• Упражненията в края на главите затвърждават понятията.
• В много университети се преподава като основен учебник.

Стойност за финансовия специалист: Вземането на решения при несигурност е същността на финансите; вероятностният поглед на тази книга помага да се разбере защо моделите по теми като отклонение от бюджета и прогнозиране на риска говорят „вероятностно“, а не „категорично“.

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

Този труд на трима пионери в областта е известен като „основната книга“ за дълбокото обучение. Той разглежда изчерпателно теоретичните и практическите аспекти заедно.

Защо да я прочетете?

• Смята се за най-авторитетния източник по дълбоко обучение.
• В първите глави обобщава необходимите математически предпоставки.
• Достъпен е безплатно на официалния сайт на авторите.

Стойност за финансовия специалист: Всички системи, които извличат данни от изображения на касови бележки и фактури и четат документи, се основават на дълбоко обучение; тази книга показва какво всъщност представлява тази „магия“, която финансовите екипи използват всеки ден.

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

Написана от трима професори по статистика от Станфордския университет, тази книга е един от трудовете, които най-изчерпателно разглеждат методите на статистическото обучение, и гледа на темата през призмата на статистиката.

Защо да я прочетете?

• Обхваща широк спектър — от линейни методи до модели, базирани на дървета.
• Обяснява теоретичните основи на методи, които и днес се използват широко.
• Може да се изтегли безплатно от сайта на университета; онези, които търсят по-достъпна алтернатива, могат да предпочетат „An Introduction to Statistical Learning“ на същите автори.

Стойност за финансовия специалист: Голяма част от моделите, които откриват необичайни транзакции в данните за разходите и се опитват да прогнозират злоупотребите с разходи, са изградени върху статистическите методи, описани в тази книга.

5. Python Machine Learning — Sebastian Raschka и Vahid Mirjalili

Тази книга на Себастиан Рашка и Вахид Мирджалили балансирано съчетава теория и практика; тя се обръща към широка читателска аудитория — от начинаещо до напреднало ниво.

Защо да я прочетете?

• Преподава класическите методи с практически примери.
• Разглежда подробно стъпките по подготовка на данните и оценка на моделите.
• Обхваща актуални области на приложение като текстови данни и анализ на настроението.

Стойност за финансовия специалист: Разделите за оценка на моделите учат да се задават въпросите, от които финансовият мениджър се нуждае, за да провери твърденията на доставчиците за продукти „с изкуствен интелект“ — по какъв критерий даден модел се смята за успешен, каква е грешката?

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

Този обширен труд на Кевин Мърфи разглежда машинното обучение във вероятностна рамка и се смята за един от най-подробните справочни източници в областта. По-новата серия на автора „Probabilistic Machine Learning“ също предлага обновена алтернатива.

Защо да я прочетете?

• Обединява под един покрив класически и съвременни подходи.
• Дава обширен преглед на методите за обучение със и без учител.
• В края на главите съдържа подробни упражнения.

Стойност за финансовия специалист: Това е източникът, който най-задълбочено разработва вероятностното мислене, върху което се основават перспективните финансови модели като паричния поток и прогнозирането на приходите.

Как да изберете правилната книга?

Изборът зависи от текущото ви ниво на познания и от целта ви:

• Финансови и бизнес специалисти: Започнете с книгата на Жерон; ако целта ви не е да пишете код, а да разберете технологията, която автоматизира процесите ви, дори първите глави осигуряват достатъчно разбиране.
• Начинаещи технически читатели: Практическите книги на Жерон или Рашка не изискват солидна математическа основа.
• Напреднало ниво: Придобийте теоретична дълбочина с трудовете на Бишоп, Гудфелоу, Хасти или Мърфи.

Която и книга да изберете, свързвайте прочетеното със собствените си данни. Ако сте на страната на финансите, най-доброто упражнение е да погледнете данните за разходите на компанията си и да зададете въпроса: „кои стъпки тук могат да се автоматизират?“

Често задавани въпроси

Като финансов специалист трябва ли да знам да програмирам, за да чета тези книги?

Не. Концептуалните раздели в книгите на Жерон и Рашка правят логиката на машинното обучение разбираема и без писане на код. Целта не е да произвеждате технологията, а да оценявате осъзнато системите, които купувате или управлявате.

Къде конкретно се използва машинното обучение във финансовите процеси?

Автоматичното разчитане на данните от касови бележки и фактури, отнасянето на разходите към правилната категория, маркирането на разходи извън политиката или необичайни разходи и прогнозирането на паричния поток са най-разпространените области на приложение. За времето, което тези автоматизации спестяват на компаниите, писахме в статията си за скритата времева цена на въвеждането на разходи.

Има ли книги, достъпни безплатно?

Да. Книгата „Deep Learning“ на Гудфелоу е достъпна безплатно на официалния сайт на авторите, а „The Elements of Statistical Learning“ на Хасти е свободно достъпна на сайта на Станфордския университет.

Запазват ли тези книги актуалността си?

Основните алгоритми и математически принципи запазват валидността си във времето; практическите книги пък получават редовни обновления на изданията. За концептуалния гръбнак класическите трудове все още остават надеждни справочници.

От теорията към практиката: машинното обучение в услуга на финансовите екипи

Методите, описани в тези книги, вече работят в ежедневните инструменти на финансовите екипи. Ние в Masraff изграждаме директно върху тези алгоритми функции като интелигентно разпознаване на касови бележки и фактури, автоматично категоризиране и откриване на аномалии в разходите. За да видите как машинното обучение ще добави стойност към вашите разходни процеси, можете да разгледате нашето решение за управление на разходите, а за въпросите си да се свържете с нас.