توصيات قائمة الكتب لعام 2021 | 15 كتابًا عالي التصنيف حول الذكاء الاصطناعي، جميعها مجانية للقراءة
في الوقت الحاضر، هناك عدد لا بأس به من الكتب المتعلقة بالذكاء الاصطناعي في السوق. باعتباري مهتمًا بالذكاء الاصطناعي، كيف ينبغي لي أن أختار قائمة الكتب؟ في بداية العام الجديد، قامت KDnuggets بتجميع قائمة من كتب الذكاء الاصطناعي، يرجى استخدامها حسب الحاجة.
قام موقع KDnuggets، وهو موقع ويب رائد يركز على التعلم الآلي والبيانات الضخمة والتحليلات، مؤخرًا بتجميع قائمة تضم 15 كتابًا تغطي التعلم الآلي ومعالجة اللغة الطبيعية وعلوم البيانات ومجالات أخرى. جميع مؤلفي الكتب هم من كبار العلماء والباحثين في مجال الذكاء الاصطناعي.
سواء كنت مبتدئًا في مجال الذكاء الاصطناعي أو لديك بالفعل بعض المعرفة بالتكنولوجيا، فستجد دائمًا كتابًا في هذه القائمة يناسبك. يمكن قراءة جميع الكتب مجانًا عبر الإنترنت، وهو أمر رائع للغاية.
1. علم البيانات والتعلم الآلي: الأساليب الرياضية والإحصائية
المؤلفون: دي بي كروس، زي بوتيف، تي تيمري، آر فايزمان
المقدمة: هذا كتاب عملي للغاية.هناك تركيز قوي على إجراء علوم البيانات وتنفيذ نماذج التعلم الآلي باستخدام Python.فهو يشرح النظريات ذات الصلة بشكل جيد للغاية ويقدم العمليات الرياضية اللازمة حسب الحاجة، وبالتالي يحدد وتيرة جيدة للمقالة بأكملها.
عنوان القراءة:
2. استخراج النصوص: أدوات أنيقة تعتمد على لغة R
بقلم جوليا سيلج وديفيد روبنسون
المقدمة: تعد عملية استخراج النصوص إحدى تقنيات معالجة الكمبيوتر التي تستخرج المعلومات والمعرفة القيمة من البيانات النصية. وهو أيضًا موضوع ساخن في معالجة اللغة الطبيعية.
يقدم هذا الكتاب بشكل أساسي مقدمة لاستخراج النصوص وتحليل البيانات المرتبة. تمت كتابة جميع الأكواد بلغة R، وهو أمر جيد جدًا للمبتدئين في لغة R.
ينقسم الكتاب إلى 9 فصول، يقدم شرحًا لكيفية استخدام أدوات R الأنيقة لتحليل النصوص. تتمتع البيانات المرتبة ببنية بسيطة وحديثة، مما يجعل التحليل أكثر كفاءة وسهولة.
عنوان القراءة:
https://github.com/dgrtwo/tidy-text-mining
3. الاستدلال السببي: ماذا لو
المؤلف: ميغيل هيرنان، جيمي روبينز
مقدمة:يقدم هذا الكتاب، الذي كتبه الأستاذان ميغيل هيرنان وجيمي روبينز من جامعة هارفارد، شرحًا منهجيًا لمفاهيم وأساليب التفكير السببي.لقد حظي هذا الكتاب بطلب كبير على المنصات الرئيسية مثل Zhihu وهو كتاب طال انتظاره من قبل العديد من خبراء الاقتصاد القياسي.
إن الاستدلال السببي موضوع معقد وشامل، ولكن المؤلفين بذلوا قصارى جهدهم لتكثيف ما يعتبرونه الجوانب الأكثر أساسية في حوالي 300 صفحة. إذا كنت مهتمًا ببناء الأساس المفاهيمي الخاص بك، فقد يكون هذا الكتاب هو خيارك الأول.
عنوان القراءة:
4. الإحصاء مع جوليا: أساسيات علم البيانات، والتعلم الآلي، والذكاء الاصطناعي
المؤلف: يوني نزاراثي، هايدن كلوك
المقدمة: يقدم هذا الكتاب المفاهيم الإحصائية في الفصل الثاني.ابتداءً من هذا الفصل، تتكامل هذه المفاهيم مع بعضها البعض.ويقدم أيضًا موضوعات أكثر تقدمًا مثل الاستدلال الإحصائي، وفترات الثقة، واختبار الفرضيات، والانحدار الخطي، والتعلم الآلي، وما إلى ذلك.
قال مؤلف الكتاب أن هذا هو المورد الذي كان ينتظره، حيث يتعلم بفعالية علم البيانات في جوليا بالطريقة التي أرادها دائمًا، ويأمل أن يناسب ذوقك أيضًا.
عنوان القراءة:
5. أساسيات علم البيانات
المؤلفون: أفريم بلوم، جون هوبكروفت، رافيندران كانان
ملخص: في العديد من الكتب المعاصرة، تم تقليص علم البيانات إلى مجموعة من أدوات البرمجة التي، إذا تم إتقانها، تعد بالقيام بعلم البيانات نيابةً عنك.
يبدو أن الكتب الأخرى تاريخيًا لا تولي أهمية كبيرة للمفاهيم الأساسية ونظرية الانفصال عن الكود. يعد هذا الكتاب مثالاً رائعًا على معارضة هذا الاتجاه، ولا شك أنسيوفر لك هذا الكتاب أساسًا متينًا والمعرفة النظرية اللازمة لمواصلة مهنة في علم البيانات.
عنوان القراءة:
6. فهم التعلم الآلي: من النظرية إلى الخوارزميات
المؤلف: شاي شاليف شفارتس، شاي بن دافيد
المقدمة: بمجرد زوال الصدمة المحتملة للنظرية المعتمدة على الرياضيات،ستجد أن المواضيع التي تتراوح من المقايضة بين التحيز والتباين إلى الانحدار الخطي، واستراتيجيات التحقق من صحة النموذج، وتعزيز النموذج، وطرق النواة، وصولاً إلى مشاكل التنبؤ، تتم معالجتها بدقة.إن فائدة هذا العلاج الشامل هو أن فهمك سيكون أعمق من مجرد استيعاب الحدس المجرد.
عنوان القراءة:
7. معالجة اللغة الطبيعية باستخدام بايثون
المؤلف: ستيفن بيرد، إيوان كلاين، إدوارد لوبر
المقدمة: يبدأ هذا الكتاب بوصف معالجة اللغة الطبيعية (NLP)، ويقدم كيفية استخدام بايثون لأداء بعض مهام برمجة معالجة اللغة الطبيعية (NLP) وكيفية الوصول إلى محتوى اللغة الطبيعية للمعالجة، ثم ينتقل إلى مفاهيم أكثر طموحًا، بما في ذلك المفاهيم (NLP) والبرمجة (بايثون).
قريباً،وهو يتضمن التصنيف، وتصنيف النصوص، واستخراج المعلومات، ومواضيع أخرى تعتبر بشكل عام معالجة كلاسيكية للغة الطبيعية.
بعد فهم أساسيات البرمجة اللغوية العصبية من خلال هذا الكتاب، يمكنك الانتقال إلى تقنيات أكثر حداثة وتطوراً.
عنوان القراءة:
8. التعلم العميق بواسطة Coder باستخدام Fastai و PyTorch
بقلم جيريمي هوارد وسيلفان جوجر
المقدمة: جيريمي هوارد، أحد مؤلفي هذا الكتاب، هو الرئيس السابق والرئيس العلمي لمنصة مسابقة البيانات الضخمة Kaggle. وهو أيضًا بطل Kaggle. وهو أيضًا أصغر عضو هيئة تدريس في جامعة سينجولاريتي في الولايات المتحدة.
المؤلف المشارك سيلفان هو خريج المدرسة العليا للأساتذة في باريس، فرنسا، وحاصل على درجة الماجستير في الرياضيات من جامعة باريس الحادية عشرة (أورسيه، فرنسا). وهو أيضًا مدرس سابق وباحث علمي في fast.ai، ويعمل على جعل التعلم العميق أكثر سهولة من خلال تصميم وتحسين التقنيات التي تسمح بتدريب النماذج بسرعة على موارد محدودة.
ما يجعل هذا الكتاب فريدًا من نوعه هو أنه موضح من الأعلى إلى الأسفل. فهو يشرح كل شيء من خلال أمثلة حقيقية.مع استمرارنا في البناء على هذه الأمثلة، سنذهب إلى عمق أكبر، ونخبرك بكيفية جعل مشاريعك أفضل وأفضل. وهذا يعني أن القراء سوف يتعلمون كل الأسس النظرية التي يحتاجونها خطوة بخطوة في السياق لفهم سبب أهميتها وكيف تعمل.
ويقول المؤلفون إنهم أمضوا سنوات عديدة في بناء الأدوات وطرق التدريس لجعل موضوع معقد في السابق بسيطًا للغاية.
عنوان القراءة:
http://50315d5e32ce03ba1773cc0ce6940a86.registreimarcasepatentes.com.br/read/
9. بايثون للجميع
بقلم تشارلز ر. سيفرانس
المقدمة: حصل هذا الكتاب على أكثر من 1200 تقييم على موقع أمازون، بمتوسط تقييم 4.6 (من 5)، مما يدل على أن معظم القراء يجدون الكتاب مفيدًا. يعتقد العديد من القراء أنيشرح هذا الكتاب المفاهيم بطريقة سهلة الفهم ويشجعك على كتابة التعليمات البرمجية للمشاريع البسيطة باستخدام لغة بايثون.
نقاط المعرفة المذكورة في هذا الكتاب سهلة الفهم للغاية ومناسبة جدًا للتعلم على مستوى المبتدئين.
عنوان القراءة:
10. AutoML: الأساليب والأنظمة والتحديات
حرره فرانك هوتر ولارس كوتوف وجواكين فانشورين
ملخص: إذا كنت تعرف القليل عن ما هو AutoML في الواقع، فلا تقلق. يبدأ الكتاب بمقدمة قوية للموضوع ويوضح بوضوح ما يمكن توقعه فصلاً تلو الآخر، وهو أمر مهم في كتاب يتكون من فصول مستقلة.
بعد ذلك، في الجزء الأول من الكتاب، يمكنك القفز مباشرة وقراءة الموضوعات المهمة في AutoML المعاصر بثقة، لأن الكتاب تم تنظيمه وتحريره في عام 2019. بعد هذا الجزء الأول، سيتم تقديم ست أدوات لتنفيذ مفاهيم AutoML هذه.
القسم الأخير عبارة عن تحليل لسلسلة تحديات AutoML التي استمرت لعدة سنوات بين عامي 2015 و2018، وهي الفترة التي بدا فيها الاهتمام بالأساليب الآلية للتعلم الآلي وكأنه قد انفجر.
عنوان القراءة:
11. التعلم العميق
بقلم إيان جودفيلو ويوشوا بينجيو وآرون كورفيل
المقدمة: لا يحتاج هذا الكتاب "التعلم العميق" إلى الكثير من المقدمة. تم تأليف الكتاب بالتعاون مع إيان جودفيلو ويوشوا بينجيو وأرون كورفيل، وهم رواد في مجال الذكاء الاصطناعي.علق ماسك ذات مرة: "تم تأليف كتاب التعلم العميق من قبل ثلاثة خبراء في هذا المجال وهو الكتاب الشامل الوحيد في هذا المجال".
تم تنظيم الكتاب بطريقة تجعل الجزء الأول يقدم الأدوات والمفاهيم الرياضية الأساسية للتعلم الآلي، والجزء الثاني يقدم خوارزميات التعلم العميق الأكثر نضجًا، والجزء الثالث يناقش بعض الأفكار المستقبلية التي تعتبر على نطاق واسع محور البحث المستقبلي للتعلم العميق.
عنوان القراءة:
https://www.deeplearningbook.org/
12. انغمس في التعلم العميق
بقلم: أستون تشانغ، زاكاري سي. ليبتون، مو لي، وألكسندر جيه. سمولا
المقدمة: هذا الكتاب فريد من نوعه لأنهيتبنى المؤلف فلسفة "التعلم من خلال الممارسة"، ويحتوي الكتاب بأكمله على كود قابل للتنفيذ.يحاول المؤلفون الجمع بين نقاط القوة في الكتاب المدرسي (الوضوح والرياضيات) ونقاط القوة في البرنامج التعليمي العملي (المهارات العملية، ورمز المرجع، ونصائح التنفيذ، والحدس). يعلمك كل فصل فكرة رئيسية من خلال أشكال متعددة، ونسج النثر، والرياضيات، والتنفيذ الذاتي.
عنوان القراءة:
13. الأسس الرياضية للتعلم الآلي
المؤلف: مارك بيتر ديسنروث، ألدو فيصل، تشينغ سون أونج
ملخص: يتناول الجزء الأول من هذا الكتاب المفاهيم الرياضية البحتة ولا يتطرق إلى التعلم الآلي على الإطلاق. ويركز الجزء الثاني على تطبيق هذه المهارات الرياضية المكتشفة حديثًا على مشاكل التعلم الآلي.
اعتمادًا على رغبات القارئ، يمكن للمرء أن يتخذ نهجًا من أعلى إلى أسفل أو من أسفل إلى أعلى لتعلم التعلم الآلي والرياضيات الأساسية الخاصة به.
عنوان القراءة:
14. أساسيات التعلم الإحصائي
المؤلف: تريفور هاستي، روبرت تيبشيراني، جيروم فريدمان
المقدمة: هذا الكتاب هو عمل عالي التصنيف على موقع أمازون، والمؤلفون هم ثلاثة أساتذة إحصاء من جامعة ستانفورد.
لدى المؤلفين طريقة للتواصل بخبرتهم. ويبدو أن نهجهم يتبع أسلوبًا منطقيًا ومنظمة فيما يتعلق بما ينبغي للقارئ أن يتعلمه ومتى. ومع ذلك، فإن الفصول الفردية مستقلة بذاتها، لذلك عند اختيار هذا الكتاب، يمكنك القفز مباشرة إلى الفصل الخاص بالاستدلال النموذجي، بشرط أن تكون قد فهمت بالفعل المواد السابقة في الكتاب.
عنوان القراءة:
15. مقدمة في التعلم الإحصائي: التطبيقات القائمة على R
المؤلف: جاريث جيمس، دانييلا ويتن، تريفور هاستي، روبرت تيبشيراني
المقدمة: مؤلفو هذا الكتاب هم أربعة أساتذة من جامعة جنوب كاليفورنيا، وجامعة ستانفورد، وجامعة واشنطن، وجميعهم لديهم خلفية في الإحصاء. يعتبر هذا الكتاب أكثر عملية من كتاب عناصر التعلم الإحصائي ويقدم بعض الأمثلة المطبقة في R.
عنوان القراءة:
لا تتمتع هذه الكتب بسمعة عالية فحسب، بل إن الكتب الإنجليزية الأصلية ليست رخيصة أيضًا، حيث يتراوح سعرها بشكل أساسي من 50 إلى 100 دولار أمريكي. يمكنك قراءته مجانًا الآن، وستربح المال إذا قرأته~
مصادر:
https://www.kdnuggets.com/2020/12/15-free-data-science-machine-learning-statistics-ebooks-2021.html