Мундариҷа
- 1. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow — Aurélien Géron
- 2. Pattern Recognition and Machine Learning — Christopher M. Bishop
- 3. Deep Learning — Ian Goodfellow, Yoshua Bengio ва Aaron Courville
- 4. The Elements of Statistical Learning — Trevor Hastie, Robert Tibshirani ва Jerome Friedman
- 5. Python Machine Learning — Sebastian Raschka ва Vahid Mirjalili
- 6. Machine Learning: A Probabilistic Perspective — Kevin P. Murphy
- Чӣ гуна китоби дурустро интихоб кунед?
- Саволҳои зуд-зуд додашаванда
- Ҳамчун мутахассиси молиявӣ, барои хондани ин китобҳо ман бояд барномасозиро донам?
- Омӯзиши мошинӣ дар равандҳои молиявӣ мушаххас дар куҷо истифода мешавад?
- Оё китобҳои ройгон дастрас ҳастанд?
- Оё ин китобҳо мубрамияти худро нигоҳ медоранд?
- Аз назария ба амалия: Омӯзиши мошинӣ дар хидмати гурӯҳҳои молиявӣ
Омӯзиши мошинӣ дигар танҳо дар барномаи олимони додаҳо нест; он инчунин фаъолияти ҳаррӯзаи гурӯҳҳои молиявиро аз реша тағйир медиҳад. Равандҳое чун шинохти чек ва ҳисобнома, таснифи худкори хароҷот, дар марҳилаи барвақт ошкор кардани амалиётҳои ғайриоддӣ ва пешбинии ҷараёни нақдина — инъикоси мустақими алгоритмҳои ин соҳа ба ҷаҳони тиҷорат мебошанд. Агар шумо як мутахассиси молиявӣ ё тиҷоратӣ бошед, ки ин тағйиротро идора мекунад ё мехоҳад идора кунад, дарки мантиқи асосии технология ба шумо бартарии калон медиҳад: шумо асбобҳои харидаатонро беҳтар месанҷед, бо гурӯҳҳоятон забони муштарак меёбед ва медонед, ки сармоягузориҳои автоматикунонии шумо ба куҷо мераванд.
Дар ин мақола мо 6 китоби асосии обрӯмандтарини омӯзиши мошиниро баррасӣ мекунем. Барои ҳар китоб мо ҳам он чиро, ки ба хонандаи техникӣ пешниҳод мекунад ва ҳам арзиши онро барои як мутахассиси молиявӣ ё тиҷоратӣ ҷудогона ҷамъбаст кардем.
1. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow — Aurélien Géron
Ин китоби Aurélien Géron барои онҳое, ки ҷустуҷӯи муқаддимаи амалӣ ба омӯзиши мошинӣ доранд, стандарти тиллоӣ ҳисобида мешавад. Он назарияро дар сатҳи ҳадди ақал нигоҳ медорад, бевосита ба амалия тамаркуз мекунад ва нишон медиҳад, ки чӣ гуна дар лоиҳаҳои воқеӣ қадам ба қадам кор кардан лозим аст.
Чаро бояд хонед?
- Харитаи роҳи фарогирро пешниҳод мекунад, ки аз сифр то омӯзиши амиқ пеш меравад.
- Дар ҳар боб мисолҳои иҷрошаванда ва машқҳои амалӣ мавҷуданд.
- Усулҳои асосӣ ба монанди тасниф, кластерсозӣ ва пешбиниро бо забони содда шарҳ медиҳад.
Арзиш барои мутахассиси молиявӣ: Ин манбаи дастрастарин барои дарки мантиқи таснифе мебошад, ки дар паси автоматикунонии молиявӣ мисли категориякунонии хароҷот ва шинохти ҳисобнома меистад — бе ғарқ шудан дар математика.
2. Pattern Recognition and Machine Learning — Christopher M. Bishop
Ин асари классикии Christopher Bishop барои онҳое навишта шудааст, ки мехоҳанд асосҳои математикии омӯзиши мошиниро амиқтар дарк кунанд. Ин манбаест бо вазни академии баланд, ки назарияи эҳтимолият ва оморро бо алгоритмҳо муттаҳид мекунад.
Чаро бояд хонед?
- Яке аз фарогиртарин манбаъҳо оид ба хулосабарории эҳтимолӣ мебошад.
- Машқҳои охири боб мафҳумҳоро мустаҳкам мекунанд.
- Дар бисёр донишгоҳҳо ҳамчун китоби дарсии асосӣ таълим дода мешавад.
Арзиш барои мутахассиси молиявӣ: Қабули қарор дар шароити номуайянӣ моҳияти молия аст; нигоҳи эҳтимолии ин китоб мефаҳмонад, ки чаро моделҳо дар мавзӯъҳое чун каҷравии буҷет ва пешбинии хатар на «дақиқ», балки «эҳтимолӣ» сухан мегӯянд.
3. Deep Learning — Ian Goodfellow, Yoshua Bengio ва Aaron Courville
Ин асар, ки аз се номи пешрави ин соҳа омадааст, ҳамчун «китоби асосии» омӯзиши амиқ ёд карда мешавад. Он ҷанбаҳои назариявӣ ва амалиро якҷоя, ба таври фарогир баррасӣ мекунад.
Чаро бояд хонед?
- Ҳамчун обрӯмандтарин манбаъ оид ба омӯзиши амиқ ҳисобида мешавад.
- Дониши пешакии математикии заруриро дар бобҳои аввал ҷамъбаст мекунад.
- Дар сайти расмии муаллифон ройгон дастрас аст.
Арзиш барои мутахассиси молиявӣ: Ҳамаи системаҳое, ки аз тасвирҳои чек ва ҳисобнома маълумот мебароранд ва ҳуҷҷат мехонанд, ба омӯзиши амиқ такя мекунанд; ин китоб нишон медиҳад, ки ин «ҷоду»-е, ки гурӯҳҳои молиявӣ ҳар рӯз истифода мебаранд, дар асл чист.
4. The Elements of Statistical Learning — Trevor Hastie, Robert Tibshirani ва Jerome Friedman
Ин китоб, ки аз ҷониби се профессори омори Донишгоҳи Стэнфорд навишта шудааст, яке аз асарҳоест, ки усулҳои омӯзиши омориро ба таври фарогиртарин баррасӣ мекунад ва ба мавзӯъ аз тирезаи омор менигарад.
Чаро бояд хонед?
- Доираи васеъро аз усулҳои хатӣ то моделҳои дарахтӣ фаро мегирад.
- Асоси назариявии усулҳоеро, ки имрӯз ҳам васеъ истифода мешаванд, шарҳ медиҳад.
- Аз сайти донишгоҳ ройгон боргирӣ кардан мумкин аст; онҳое, ки алтернативаи дастрастарро мехоҳанд, метавонанд китоби ҳамон муаллифон "An Introduction to Statistical Learning"-ро интихоб кунанд.
Арзиш барои мутахассиси молиявӣ: Қисми зиёди моделҳое, ки амалиётҳои ғайриоддиро дар додаҳои хароҷот ошкор мекунанд ва кӯшиши пешбинии сӯиистифодаи хароҷот-ро доранд, дар болои усулҳои оморие, ки дар ин китоб шарҳ дода шудаанд, сохта шудаанд.
5. Python Machine Learning — Sebastian Raschka ва Vahid Mirjalili
Ин китоби Sebastian Raschka ва Vahid Mirjalili назария ва амалияро ба таври мутавозин омехта мекунад; он ба доираи васеи хонандагон аз сатҳи ибтидоӣ то пешрафта муроҷиат мекунад.
Чаро бояд хонед?
- Усулҳои классикиро бо мисолҳои амалӣ таълим медиҳад.
- Марҳилаҳои омодасозии додаҳо ва арзёбии моделро муфассал баррасӣ мекунад.
- Соҳаҳои татбиқи муосир ба монанди додаҳои матнӣ ва таҳлили эҳсосотро фаро мегирад.
Арзиш барои мутахассиси молиявӣ: Бобҳои арзёбии модел ба менеҷери молиявӣ таълим медиҳанд, ки саволҳои заруриро барои санҷиши иддаоҳои маҳсулоти «бо зеҳни сунъӣ дастгиришаванда»-и таъминкунандагон бидиҳад — модел аз рӯи чӣ муваффақ ҳисобида мешавад, дараҷаи хато чанд аст?
6. Machine Learning: A Probabilistic Perspective — Kevin P. Murphy
Ин асари фарогири Kevin Murphy омӯзиши мошиниро аз чаҳорчӯбаи эҳтимолӣ баррасӣ мекунад ва яке аз муфассалтарин манбаъҳои маълумотии соҳа ҳисобида мешавад. Силсилаи навтари муаллиф "Probabilistic Machine Learning" низ алтернативаи навшударо пешниҳод мекунад.
Чаро бояд хонед?
- Равишҳои классикӣ ва муосирро зери як бом ҷамъ мекунад.
- Рӯйхати васеи усулҳои омӯзиши таҳти назорат ва бидуни назоратро медиҳад.
- Дар охири бобҳо машқҳои фарогир мавҷуданд.
Арзиш барои мутахассиси молиявӣ: Ин манбаест, ки тафаккури эҳтимолиро, ки моделҳои молиявии ояндагаро ба монанди ҷараёни нақдина ва пешбинии даромад ба он такя мекунанд, амиқтарин коркард мекунад.
Чӣ гуна китоби дурустро интихоб кунед?
Интихоб аз сатҳи дониши ҳозираи шумо ва ҳадафи шумо вобаста аст:
- Мутахассисони молиявӣ ва тиҷоратӣ: Аз китоби Géron сар кунед; агар ҳадафи шумо навиштани код набошад, балки дарки технологияе, ки равандҳоятонро автоматӣ мекунад, бошад, ҳатто бобҳои аввал дарки кофӣ медиҳанд.
- Хонандагони техникии навкор: Китобҳои амалии Géron ё Raschka асоси қавии математикиро талаб намекунанд.
- Сатҳи пешрафта: Бо асарҳои Bishop, Goodfellow, Hastie ё Murphy умқи назариявӣ ба даст оред.
Кадом китобро, ки интихоб кунед, хондаҳоятонро бо додаҳои худ алоқаманд кунед. Агар дар тарафи молия бошед, беҳтарин машқ ин аст, ки ба додаҳои хароҷоти ширкататон нигоҳ карда, савол диҳед: «дар ин ҷо кадом қадамҳо метавонанд автоматӣ шаванд?»
Саволҳои зуд-зуд додашаванда
Ҳамчун мутахассиси молиявӣ, барои хондани ин китобҳо ман бояд барномасозиро донам?
Не. Бобҳои мафҳумии китобҳои Géron ва Raschka мантиқи омӯзиши мошиниро бе навиштани код мефаҳмонанд. Ҳадаф истеҳсоли технология не, балки арзёбии огоҳонаи системаҳоест, ки шумо харидаед ё идора мекунед.
Омӯзиши мошинӣ дар равандҳои молиявӣ мушаххас дар куҷо истифода мешавад?
Хониши худкори маълумоти чек ва ҳисобнома, таъини хароҷот ба категорияи дуруст, аломатгузории хароҷоти берун аз сиёсат ё ғайриоддӣ ва пешбинии ҷараёни нақдина маъмултарин соҳаҳои истифода мебошанд. Вақтеро, ки ин автоматикунониҳо ба ширкатҳо сарфа мекунанд, мо дар мақолаи арзиши пинҳонии вақти ворид кардани хароҷот баррасӣ карда будем.
Оё китобҳои ройгон дастрас ҳастанд?
Бале. Китоби "Deep Learning"-и Goodfellow дар сайти расмии муаллифон ва китоби "The Elements of Statistical Learning"-и Hastie дар сайти Донишгоҳи Стэнфорд ройгон дастрасанд.
Оё ин китобҳо мубрамияти худро нигоҳ медоранд?
Алгоритмҳои асосӣ ва принсипҳои математикӣ бо мурури замон эътибори худро нигоҳ медоранд; китобҳои амалӣ бошанд, мунтазам навсозиҳои нашрро мегиранд. Барои сутунмӯҳраи мафҳумӣ асарҳои классикӣ ҳанӯз ҳам манбаъҳои боэътимоданд.
Аз назария ба амалия: Омӯзиши мошинӣ дар хидмати гурӯҳҳои молиявӣ
Усулҳое, ки дар ин китобҳо шарҳ дода шудаанд, акнун дар асбобҳои ҳаррӯзаи гурӯҳҳои молиявӣ кор мекунанд. Мо ҳамчун Masraff хусусиятҳоеро мисли шинохти зеҳнии чек ва ҳисобнома, категориякунонии худкор ва ошкор кардани аномалияҳои хароҷотро бевосита дар болои ин алгоритмҳо месозем. Барои дидани он, ки чӣ гуна омӯзиши мошинӣ ба равандҳои хароҷоти шумо арзиш меафзояд, метавонед ҳалли идоракунии хароҷоти моро баррасӣ кунед ва барои саволҳоятон бо мо тамос гиред.