Bücher für Data Science/Machine Learning

[HerrDrachen]

Hallo,

kann mir jemand ein gutes Buch oder sogar mehrere gute Bücher zu diesem Themengebiet empfehlen?
Ob es auf Deutsch oder Englisch ist, ist egal.

Erste Kenntnisse auf diesem Gebiet habe ich bereits, ich will mein Wissen aber erweitern und vertiefen...

 

[KitKat::new()]

Machine Learning: https://www.microsoft.com/en-us/research/people/cmbishop/prml-book/

 

[ghecko]

Bevor die Bücher gedruckt sind, sind sie schon wieder veraltet. Informier dich im Netz und experimentiere selbst mit den Paketen.

 

[HerrDrachen]

https://www.amazon.de/Hands-Machine-Learning-Scikit-Learn-TensorFlow/dp/1492032646/ref=sr_1_3?__mk_de_DE=ÅMÅŽÕÑ&crid=3GF9SN1OP00Z0&dchild=1&keywords=machine+learning&qid=1605454920&sprefix=Machine+l,aps,230&sr=8-3

Was besseres finde ich nicht -.-

Nein, so schnell veraltet das Wissen nicht...

 

[abcddcba]

Nein, so schnell veraltet das Wissen nicht...

doch, ich arbeite in dem Bereich ... die Grundlagen evtl. nicht, aber z.B. die APIs schon stark. Jetzt z.B. ein Buch mit Tensorflow 1 Code wäre nervig, da schon TF 2 draußen ist.
Aber klar, die grundlegenden Methoden nicht, er wird aber stetig erweitert. Vor allem in ML hat sich durch DL vieles massiv verändert. Dinge wie LSTM sind schon wieder out, Transformer Networks mit Attention als Nachfolger noch nicht so alt, nun versucht man das aber auch mit CNNs zu lösen, Zero Shot jetzt erst wieder aktuell. Aktuell kommt man zudem an GNNs nicht vorbei. Mal abgesehen davon ist es unmöglich in einem Buch alles abzudecken. Allein schon der Statistikteil füllt Bücher.

Das Wissen musst du dann parallel mit Blogs, Conference Paper, Talks etc. up-to-date halten. Zumindest ich mache das so - ist natürlich keine Referenz, macht wohl jeder anders.

Aber ja irgendwo muss man anfangen, man darf nur keine Pause machen. Und interessant ist es auf jeden Fall. Also einfach mal anfangen, wenn dir das Buch erstmal reicht, warum nicht. Ansonsten gibt es auch Online Kurse, teilweise auch kostenlos.

 

[HerrDrachen]

Ich habe bereits mehrere Kurse dazu auf udemy.com gekauft.

 

[KitKat::new()]

doch, ich arbeite in dem Bereich ... die Grundlagen evtl. nicht, aber z.B. die APIs schon stark. Jetzt z.B. ein Buch mit Tensorflow 1 Code wäre nervig, da schon TF 2 draußen ist.

Ihm gings u.a. um Machine Learning und nicht um DL-Frameworks, für welche es in der Tat keinen Sinn macht Bücher zu konsumieren.
Kaum hat man das Buch geschrieben gibts schon wieder neues.

Zumindest dachte ich das bis zu Post 4

 

[HerrDrachen]

Was sind DL-Frameworks ?
Was sind GNNs ?

 

[Mextli]

Wie wäre es zuerst mit einem Buch welches Dir das Thema Internet Recherche näher bringt? Sozusagen als Basis für alles weitere.

PS. Eingabe der Begriffe in Google sollte Dir die Antwort liefern, Du faules Stückchen...

 

[BeBur]

Es ist immer ein gutes Zeichen, wenn Bücher Abkürzungen bekommen weil du ist über diese gesprochen wird. Für deine Frage bietet sich "ISL" an, "Introduction to Statistical Learning". Das ist der kleine Bruder von ESL, welches jedoch Mathematiker u.ä. als Zielgruppe hat.

Ergänzung (15. November 2020)

Wie wäre es zuerst mit einem Buch welches Dir das Thema Internet Recherche näher bringt? Sozusagen als Basis für alles weitere.

PS. Eingabe der Begriffe in Google sollte Dir die Antwort liefern, Du faules Stückchen...

Es gibt oft in Bereichen 2-5 herausragende Bücher mit verschiedenen Schwerpunkten, im Bereich ML das Goodfellow Buch, ESL, ISL... ?
Die Frage ist daher nicht ganz abwegig, die Bücher zu identifizieren dauert zuweilen etwas.

 

[HerrDrachen]

https://towardsdatascience.com/

Die Seite ist auch gut!

 

[abcddcba]

Die Seite ist auch gut!

ja, da bin viel unterwegs - aber ist alles von "privaten" Personen geschrieben, muss man schauen welcher Artikel einem liegt.

Ansonsten wie von @BeBur angesprochen, zwei kostenlose gute Bücher für den Einstieg in Deep Learning:
https://www.deeplearningbook.org/
http://neuralnetworksanddeeplearning.com/

Die könnten dir gefallen. Musst aber nebenbei wirklich bisschen programmieren mit Python vermutlich dann, etwas "zu sehen" hilft enorm und am Ende des Tages willst du es ja auch "nur" anwenden.

 

[KitKat::new()]

Vielleicht hilfreiche Info: Deep Learning/Neuronale Netze sind nur eine Möglichkeit von vielen für Machine Learning.

 

[HerrDrachen]

seit wie viel Jahren gibt es eigentlich Machine Learning?
Wie wird sich das Gebiet oder die Informatik im allgemeinen wohl weiter entwicklen?
Was meint ihr?

Es gab doch schon vor mehr als 20 Jahren Spam Filter....also eine Anwendung von ML.

 

[BeBur]

Ich seh beim DL Paradigma zuletzt dank GANs noch keine Sättigung was Anwendungsfälle angeht vorerst. Ähnlich wie Digitalisierung wird man die nächsten 10-25 Jahre beschäftigt sein, die Penetration d.h. Implementierung der Technologien in der Industrie zu vergrößern.

 

[HerrDrachen]

Was gibt es noch nicht?
Was ist heutzutage noch nicht möglich?
Was könnte ihn den nächsten 10 bis 25 Jahren möglich werden mit Software?

Ab 2045 wird KI wohl besser sein als der Mensch, in jeglicher Hinsicht!

Ich denke es wird soweit gehen, dass die Algorithmen ein sehr gutes Textverständnis entwickeln
und sehr viele Juristen ersetzt werden. Texte verstehen und interpretieren wird wohl die Zukunft sein.

 

[BeBur]

Ab 2045 wird KI wohl besser sein als der Mensch, in jeglicher Hinsicht!

GPT-3 kann gute Artikel zu einem Thema schreiben nachdem es hunderttausende Bücher gelesen hat, versteht aber nicht, was es da schreibt. DeepMind kann nach Millionen Trainingsstunden Menschen in Starcraft schlagen, aber vor allem durch Pixelgenaue Platzierungen, nicht weil die Strategie so super genial ist.
Wir haben Neuronale Netze mit Milliarden von Parametern, aber diese sind lachhaft simpel verglichen mit dem menschlichen Gehirn. Wir haben Maschinen gebaut, welche menschliche Erzeugnisse verblüffend gut nachahmen können, aber es sind nicht viel mehr als dressierte Affen und auch im Jahr 2045 werden wir voraussichtlich keine KI haben, welche 'intelligent' in einem philosphischen, menschlichen Sinne ist.

 

[HerrDrachen]

Ich gehe sehr sehr stark davon aus, dass KI nicht nur so gut wird wie der Mensch sondern besser, wesentlich
besser wird.
Eine KI wird mehr Wissen und Können als ein Mensch, als alle Menschen zusammengenommen.
Alles Wissen was existiert. Und sich nur auf das konzentrieren, was bislang noch nicht
erforscht wurde.
Es wird sehr gut drin sein, sich selbst immer zu verbessern.
So wird die Menschheit, einige Jahrzehnte später vielleicht sogar in der Lage sein durch die Zeit zu reisen
oder fremde Planeten zu bewohnen oder Aliens kennen zu lernen.

 

[andy_m4]

Ich gehe sehr sehr stark davon aus, dass KI nicht nur so gut wird wie der Mensch sondern besser, wesentlich
besser wird.

Und Du gehst weshalb davon aus?

Eine KI wird mehr Wissen und Können als ein Mensch, als alle Menschen zusammengenommen.

Mag sein das das irgendwann so sein wird. Stand jetzt sind wir aber noch weit davon weg.

So wird die Menschheit, einige Jahrzehnte später vielleicht sogar in der Lage sein durch die Zeit zu reisen
oder fremde Planeten zu bewohnen oder Aliens kennen zu lernen.

Also das nächste Sonnensystem (Proxima Centauri) ist 4 Lichtjahre von uns entfernt. Mit dem was wir heute so antriebstechnisch können brauchen wir da ca. 75.000 Jahre hin. Möglicherweise sind wir in ein paar Jahrzehnten 10 Mal so gut. Dann sind das aber immer noch 7500 Jahre.
Also selbst wenn es da Leben geben sollte (wovon jetzt erst mal nicht auszugehen ist), dauert das also gefühlt Ewig um da hin zu kommen. Und das ist unser direkter Nachbarstern.
Nur mal so um Dir klar zu machen, wie die Größenverhältnisse sind.

Und so leid es mir tut. Selbst die beste KI wird das Universum nicht kleiner machen können. :-)

 

[HerrDrachen]

Ich sag mal so:

Der Unterschied zwischen einer KI und einem normalen biologischen Menschen wird so groß
sein, wie der Unterschied zwischen einem Menschen heute und einem Affen...

Man wird sich das nicht vorstellen können.
2045 wird KI erstmals leistungsfähiger werden als wir selbst.

2145 wird man die Welt sicherlich nicht wieder erkennen können.

Ich bin sehr viel zu früh geboren....