¿Qué libros recomendarán los expertos para alguien que comienza un doctorado en aprendizaje automático?

Como menciona Lee, los libros tienden a estar a la zaga del último trabajo incluso para los profesionales en el campo: solo recurrimos a realizar un seguimiento del último trabajo en los documentos ( una persona que busca investigar, sin embargo, tendría que hacer un seguimiento de los documentos para evitar duplicar el trabajo ya realizado y quizás para desencadenar nuevas ideas de investigación ).

Para convertirse en un profesional en el campo ( esto puede ser solo parcialmente valioso para una persona que comienza un doctorado ),

  • El libro de Ian Goodfellow Deep Learning es un buen libro para empezar.
  • Luego solo tenemos que hacer un seguimiento de los documentos en arXiv.org y documentos con lanzamientos de código fuente gitxiv.com

Como comentario aparte (más bien como un favor), si planea investigar en el aprendizaje automático, libere el código de su trabajo si es posible, para el beneficio de profesionales / programadores como yo, que pueden entender su trabajo mejor, en lugar de solo tener que depender de los documentos (particularmente cuando la descripción del modelo y la implementación real no son las mismas; la implementación puede permitirnos entender su modelo mejor que solo la capacidad de aclaración del documento), no es tan raro encontrar elucidación eludiendo tanto un documento como el código individualmente, pero combinados juntos, pueden ser esclarecedores para aquellos que buscan entenderlos en serio).

  1. Sheldon Ross: un primer curso sobre probabilidad
  2. John A. Rice: Estadística matemática y análisis de datos
  3. Walter Rudin: Principios del análisis matemático
  4. Otto Bretscher: Álgebra lineal con aplicaciones

A2A. No recomiendo libros sin una razón, y en su caso, miraría los exámenes de calificación y vería lo que se necesita para prepararse para ellos.

Cuando haya aprobado los exámenes de calificación y esté listo para comenzar a trabajar, haría una búsqueda de literatura de investigación que resumiría toda la investigación existente realizada, que estaría en una sección de su disertación. Esto es extremadamente importante cuando defiende su disertación. No hay nada peor para un candidato a doctorado que se le diga que toda la investigación en su disertación ya se realizó, la forma más rápida de no completar un doctorado.

Nota: Si realmente está haciendo una investigación original, se quedará sin libros y artículos.

SI esta es una pregunta real, haga un grado de MIS.

Los elementos del aprendizaje estadístico son imprescindibles. Tendrá una base excelente para las piezas de diseño matemático y algorítmico de muchos algoritmos comunes de aprendizaje automático, y muchas técnicas más nuevas se crean a partir de combinaciones novedosas de estos.