মেশিন লার্নিং ফাউন্ডেশন , Mehryar Mohri, Afshin Rostamizadeh এবং Ameet Talwalkar দ্বারা, মেশিন লার্নিং তত্ত্বের উপর একটি 2012 বই।
মেশিন লার্নিং বোঝা: থাই থেকে অ্যালগোরিদম পর্যন্ত , শাই শ্যালেভ-শোয়ার্টজ এবং শাই বেন-ডেভিড রচিত একটি অনুরূপ 2014 বই যা মোরি / রোস্তামিজাদেহ / তালওয়ালকারের চেয়ে মোটামুটি সুপরিচিত এবং লক্ষ্যবস্তু ছিল, তবে এখনও অনেক তত্ত্ব রয়েছে এটা। এটি অবাধে অনলাইনে উপলব্ধ available
নিউরাল নেটওয়ার্ক লার্নিং: মার্টিন অ্যান্টনি এবং পিটার বার্টলেট রচিত তাত্ত্বিক ফাউন্ডেশনগুলি ১৯৯৯ সালে এমএল থিওরি সম্পর্কিত একটি বই যা নিউরাল নেটওয়ার্ক সম্পর্কে লেখা ছিল, কিন্তু (আমার ধারণাটি এটি পড়েনি) বেশিরভাগ ক্ষেত্রে এমএল তত্ত্ব সম্পর্কে।
এই তিনটি বই বেশিরভাগ ক্ষেত্রে পরিসংখ্যান শেখার তত্ত্বের প্রধান দৃষ্টিভঙ্গি গ্রহণ করে। কম্পিউটার বিজ্ঞান তত্ত্ব দ্বারা আরও অনুপ্রাণিত গণ্য শিক্ষণ তত্ত্ব নামে একটি আকর্ষণীয় দৃষ্টিভঙ্গিও রয়েছে । আমি মনে করি এই অঞ্চলে প্রমিত পরিচয় বইটি হল একটি পরিচিতি যা কম্পিউটারের পড়াশোনা তত্ত্ব , মাইকেল কার্নস এবং উমেশ বাজিরানির 1994 সালের বই book
আরেকটি দুর্দান্ত এবং অত্যন্ত প্রস্তাবিত অবাধে উপলব্ধ বই হ'ল ট্র্যাভার হ্যাস্তি, রবার্ট তিবশিরানী এবং জেরোম ফ্রেডম্যানের ২০০৯ সালের দ্য এলিমেন্টস অফ স্ট্যাটিস্টিকাল লার্নিংয়ের দ্বিতীয় সংস্করণ । এটি অন্যের তুলনায় সম্ভবত খানিকটা কম তাত্ত্বিক এবং মেশিন লার্নারের চেয়ে পরিসংখ্যানবিদদের দৃষ্টিভঙ্গি থেকে বেশি, তবে এখনও প্রচুর আগ্রহ রয়েছে।
এছাড়াও, যদি আপনি বিশেষত গ্রেডিয়েন্ট বংশদ্ভুত সম্পর্কে যত্নশীল হন তবে স্ট্যান্ডার্ড বয়ড এবং লাইভেন ভ্যান্ডেনবার্গে স্ট্যান্ডার্ড রেফারেন্সটি উত্তল অপটিমাইজেশন । এই 2004 বইটি অবাধে অনলাইনে উপলব্ধ is
এই জাতীয় বইগুলির কোনওটিই গভীর নেটওয়ার্কগুলির আধুনিক তত্ত্ব সম্পর্কে খুব বেশি ধারণ করে না, যদি তা আপনার যত্ন নেওয়া হয়। (উদাহরণস্বরূপ, বেশিরভাগ অপ্টিমাইজেশন তত্ত্বটি উত্তল ক্ষেত্রে হবে, যা গভীর নেটওয়ার্কগুলি স্থিরভাবে নয়)) কারণ এই তত্ত্বটি খুব নতুন; বেশিরভাগ ফলাফল কেবল গত কয়েক বছরে এসেছিল এবং এখনও এটি খুব বেশি খুঁজে পাওয়া গেছে। তবে, এখন পর্যন্ত ক্ষেত্রের প্রাথমিক বোঝার জন্য একটি সংক্ষিপ্তসার হিসাবে, তাদের যে কোনও কাগজপত্র যে কাজগুলি সম্পন্ন হয়েছে তা বোঝার জন্য আপনাকে ভালভাবে স্থাপন করবে (সম্ভবত কেয়ার্নস / ভিজিরানি ব্যতীত, যা বিশ্লেষণের বিভিন্ন দিকগুলিতে দৃষ্টি নিবদ্ধ করে যে আমি ' আমি নিশ্চিত না যে গভীর নেটওয়ার্কগুলিতে সফলভাবে প্রয়োগ হয়েছে - এখনও)।