Il machine learning (espressione spesso tradotta anche con “apprendimento automatico”) è una tecnica del settore dell’intelligenza artificiale che comporta lo sviluppo di algoritmi e modelli in grado di apprendere dai dati e fare previsioni o decisioni basate su tale apprendimento. Con l’esplosione dei dati e la necessità di processi decisionali automatizzati in vari campi, l’apprendimento automatico è diventato sempre più importante negli ultimi anni. Gli algoritmi di machine learning possono essere usati in vari settori dal rilevamento delle frodi nel settore finanziario a quello del marketing pubblicitario fino alla diagnosi e al trattamento medico passando per astronomia e farmaceutica.
Di cosa parlano i libri sul machine learning
In Big Data Analytics di Andrea De Mauro, il libro è una guida pratica per chi è alle prime armi con i big data. Presenta KNIME, uno strumento open source, per implementare algoritmi di apprendimento automatico senza codifica. Il testo, che si estende su oltre 200 pagine, semplifica i concetti di big data utilizzando esempi pratici e tutorial. È una risorsa preziosa per manager, professionisti e studenti desiderosi di cogliere le opportunità e le sfide dell’analisi dei big data.
Successivamente, Machine learning con Python di Vahid Mirjalili e Sebastian Raschka si rivolge ai lettori con esperienza in machine learning e Python. programmazione. Questo ampio lavoro, composto da oltre 600 pagine, copre algoritmi avanzati di apprendimento automatico che utilizzano Python e librerie come scikit-learn. Affronta la selezione dei dati, l’elaborazione del linguaggio naturale, il riconoscimento delle immagini e introduce tecniche all’avanguardia come l’apprendimento per rinforzo e le reti generative avversarie (GAN).
Il terzo titolo, Machine learning for dummies di Luca Massaron e John Paul Mueller, funge da guida introduttiva al machine learning apprendimento. Nonostante la sua apparente semplicità, il libro richiede una conoscenza preliminare di Python o R. Coprendo varie applicazioni pratiche degli algoritmi di apprendimento automatico, è un eccellente punto di partenza per coloro che desiderano esplorare il campo.
Intelligenza artificiale, algoritmo e machine learning non dispone di recensioni da parte dei clienti ma è un’esplorazione concisa dell’intelligenza artificiale e dell’apprendimento automatico.
Data Science con Python di Dmitry Zinoviev è una lettura obbligata per i programmatori Python che si avventurano nella scienza dei dati. Il libro, di oltre 200 pagine, tratta il data mining, l’analisi di rete e l’elaborazione del linguaggio naturale, fornendo una guida alla gestione e all’analisi dei dati utilizzando Python.
Data Science con Python di Giuseppe Maggi è un testo informativo sulla gestione e l’analisi di vasti set di dati. Questo volume di 352 pagine offre approfondimenti su strumenti Python come NumPy e Pandas, framework Big Data e tecniche avanzate di machine learning. È ideale per i programmatori Python che desiderano approfondire la scienza dei dati.
In Machine learning con R, Brett Lantz guida i lettori attraverso il machine learning utilizzando la programmazione R. Il libro, che si estende su 420 pagine, unisce casi di studio pratici con la teoria essenziale.
Deep learning di Seth Weidman è una guida approfondita per coloro che hanno esperienza nell’apprendimento automatico e nella programmazione Python. Questo libro di 240 pagine offre una comprensione completa delle architetture di deep learning. È un’eccellente risorsa per data scientist e ingegneri del software.
Algoritmi per l’intelligenza artificiale di Roberto Marmo affronta i fondamenti dell’intelligenza artificiale e della progettazione di algoritmi.
Infine, Machine Learning: Il sesto chakra dell’intelligenza artificiale di Diego Gosmar è una guida alle tecniche di machine learning. Il testo include applicazioni del mondo reale, concentrandosi sull’intelligenza artificiale conversazionale.
A chi possono interessare i libri sul machine learning
Questi libri possono essere utili per chiunque sia interessato a conoscere l’apprendimento automatico, dai principianti (c’è anche il libro indirizzato proprio ai principianti, Machine learning for dummies scritto dall’informatico Luca Massaron) ai professionisti e i tecnici che sono già ad un livello avanzato. Possono essere particolarmente utili per gli studenti di informatica, matematica o statistica, nonché per i professionisti in campi come la scienza dei dati o la finanza.
Lista dei migliori libri sul machine learning su Amazon
Ecco l’elenco dei 10 migliori libri sul machine learning che si possono trovare su Amazon in lingua italiana:
Big Data Analytics. Analizzare e interpretare dati con il machine learning
Titolo: Big Data Analytics
Sottotitolo: Analizzare e interpretare dati con il machine learning
ISBN-13: 978-8850334780
Autore: Andrea De Mauro
Editore: Apogeo
Edizione: 21 marzo 2019
Pagine: 235
Recensioni: vedi
Formato: copertina flessibile
Machine learning con Python. Costruire algoritmi per generare conoscenza
Titolo: Machine learning con Python
Sottotitolo: Costruire algoritmi per generare conoscenza
ISBN-13: 978-8850335244
Autori: Vahid Mirjalili, Sebastian Raschka
Editore: Apogeo
Edizione: 28 maggio 2020
Pagine: 624
Recensioni: vedi
Formato: copertina flessibile
Machine learning for dummies
Titolo: Machine learning for dummies
ISBN-13: 978-8820391447
Autori: Luca Massaron, John Paul Mueller
Editore: Hoepli
Edizione: 28 giugno 2019
Pagine: 320
Recensioni: vedi
Formato: copertina flessibile
Intelligenza artificiale, algoritmo e machine learning
Titolo: Intelligenza artificiale, algoritmo e machine learning
ISBN-13: 978-8828829171
Autore: Pasceri
Collaboratore: Pasceri
Editore: Giuffrè
Edizione: 15 giugno 2021
Pagine: 144
Recensioni: vedi
Formato: copertina flessibile
Data Science con Python. Dalle stringhe al machine learning, le tecniche essenziali per lavorare sui dati
Titolo: Data Science con Python
Sottotitolo: Dalle stringhe al machine learning, le tecniche essenziali per lavorare sui dati
ISBN-13: 978-8850334148
Autore: Dmitry Zinoviev
Traduttore: Paolo Poli
Editore: Apogeo
Edizione: 29 giugno 2017
Pagine: 200
Recensioni: vedi
Formato: copertina flessibile
Data Science con Python. La guida completa, dai Big Data al Machine Learning
Titolo: Data Science con Python
Sottotitolo: La guida completa, dai Big Data al Machine Learning
ISBN-13: 978-8868958060
Autore: Giuseppe Maggi
Editore: Edizioni LSWR
Edizione: prima (10 giugno 2020)
Pagine: 352
Recensioni: vedi
Formato: copertina flessibile
Machine learning con R. Conoscere le tecniche per costruire modelli predittivi
Titolo: Machine learning con R
Sottotitolo: Conoscere le tecniche per costruire modelli predittivi
ISBN-13: 978-8850335398
Autore: Brett Lantz
Editore: Apogeo
Edizione: 10 settembre 2020
Pagine: 420
Recensioni: vedi
Formato: copertina flessibile
Deep learning. Dalle basi alle architetture avanzate con Python
Titolo: Deep learning
Sottotitolo: Dalle basi alle architetture avanzate con Python
ISBN-13: 978-8848141130
Autore: Seth Weidman
Traduttore: Rosario Viscardi
Editore: Tecniche Nuove
Edizione: 30 luglio 2020
Pagine: 240
Recensioni: vedi
Formato: copertina flessibile
Algoritmi per l’intelligenza artificiale. Progettazione dell’algoritmo, dati e machine learning, neural network, deep learning
Titolo: Algoritmi per l’intelligenza artificiale
Sottotitolo: Progettazione dell’algoritmo, dati e machine learning, neural network, deep learning
ISBN-13: 978-8820391713
Autore: Roberto Marmo
Editore: Hoepli
Edizione: 22 maggio 2020
Pagine: 432
Recensioni: vedi
Formato: copertina flessibile
Machine Learning: Il sesto chakra dell’intelligenza artificiale
Titolo: Machine Learning
Sottotitolo: Il sesto chakra dell’intelligenza artificiale
ISBN-13: 9798644551132
Autore: Diego Gosmar
Editore: pubblicazione indipendente
Pagine: 284
Recensioni: vedi
Formato: copertina flessibile
