L’apprendimento automatico e l’intelligenza artificiale sono concetti in evoluzione e ambiti di studio di crescente interesse. Se è vero che le implementazioni avanzate di apprendimento automatico di cui sentiamo parlare i giornali possono anche spaventarci e risultare incomprensibili, i concetti fondamentali sono decisamente alla portata di tutti. In questo articolo, prendiamo in esame le risorse più diffuse per chi muove i primi passi nel mondo dell’apprendimento automatico o anche per chi è solo curioso di imparare. Per capire alcuni di questi libri è necessario avere una certa familiarità con i linguaggi di programmazione e con i concetti della matematica; nel caso lo segnaleremo.
1. “Machine Learning For Absolute Beginners: A Plain English Introduction (Second Edition)” di Oliver Theobald
Autore: Oliver Theobald
Sito web: Amazon
Il titolo (tradotto “Apprendimento automatico per principianti assoluti: una semplice introduzione) è piuttosto eloquente. Se sei un neofita della materia e stai cercando un’introduzione completa al machine learning, questo potrebbe essere un buon punto di partenza. E quando l’autore parla di “principianti assoluti” è esattamente ciò che intende. Non serve conoscere nozioni di matematica né avere esperienza di programmazione. Questo libro è l’introduzione essenziale all’argomento per chiunque sia interessato al machine learning.
Semplicità è la parola d’ordine di questo libro, in modo che i principianti assoluti non si sentano sopraffatti dalla terminologia tecnica. Spiegazioni chiare e comprensibili e rappresentazioni grafiche accompagnano gli algoritmi per essere certi che il lettore possa capire facilmente gli algoritmi. Per contestualizzare l’apprendimento automatico il libro introduce alcuni semplici elementi di programmazione.
2. “Machine Learning For Dummies” di John Paul Mueller e Luca Massaron
Autori: John Paul Mueller e Luca Massaron
Sito web: Amazon
Parlando di “principianti assoluti”, la popolare serie di guide “Per negati” è un altro ottimo punto di partenza. Questo libro aiuta i lettori a familiarizzare con i concetti e le teorie fondamentali dell’apprendimento automatico e ad applicarle nel mondo reale. Il libro presenta i linguaggi di programmazione e gli strumenti dell’apprendimento automatico e spiega come trasformare una disciplina all’apparenza esoterica in qualcosa di pratico.
Il libro tratta brevemente alcuni concetti di programmazione in Python e R, linguaggi usati per insegnare alle macchine a identificare i modelli e analizzare i risultati. A partire da queste brevi attività e modelli, realizziamo quanto l'apprendimento automatico sia utile in attività di tutti i giorni come le ricerche sul web, la pubblicità, i filtri email, l'identificazione di frodi, e così via. Con questo libro il lettore può muovere i primi passi nel mondo dell’apprendimento automatico.
3. “Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies” di John D. Kelleher, Brian Mac Namee e Aoife D'Arcy
Autori: John D. Kelleher, Brian Mac Namee e Aoife D'Arcy
Sito web: Amazon
Questo libro, suddiviso in teoria e applicazioni pratiche e corredato di esempi concreti e casi di studio, accompagna il lettore alla scoperta e comprensione dei principi fondamentali dell’apprendimento automatico. Alla luce del contenuto è adatto a persone che abbiano una base di analisi dei dati.
Il libro presenta le diverse strategie di apprendimento automatico, accompagnando la spiegazione dei concetti con modelli e algoritmi, insieme ad esempi concreti di implementazione pratica.
4. “Programming Collective Intelligence” di Toby Segaran
Autore: Toby Segaran
Sito web: O'Reilly | Amazon
Più che una vera e propria introduzione questo libro è in realtà una guida pratica all’apprendimento automatico. L’autore spiega come scrivere algoritmi di apprendimento automatico per raccogliere dati utili per progetti specifici. Il lettore imparerà a scrivere programmi per accedere ai dati da siti web e acquisire dati da applicazioni, nonché capirne il significato dopo averli raccolti.
“Programming Collective Intelligence” spiega inoltre le tecniche di filtro, i metodi per identificare gruppi e modelli, gli algoritmi dei motori di ricerca, i sistemi per formulare predizioni, e altro. Ogni capitolo è completato da esercizi che mostrano l’applicazione nella pratica delle lezioni.
5. “Machine Learning for Hackers” di Drew Conway e John Myles White
Autori: Drew Conway e John Myles White
Sito web: O’Reilly | Amazon
Qui il termine “hacker” viene usato nella sua accezione tecnica, vale a dire i programmatori che insieme forzano un codice per determinati obiettivi e per progetti concreti. “Machine Learning for Hackers” è un libro adatto per chi non ama la matematica ma ha esperienza di principi e dei linguaggi di programmazione. In genere l’apprendimento automatico si basa molto sulla matematica, visti gli algoritmi necessari per analizzare i dati, ma è una materia che spesso trascurano anche i programmatori più esperti.
Utilizzando casi di studio concreti, l’autore presenta applicazioni concrete della matematica piuttosto che concentrarsi sulla teoria. Propone problemi tipici dell’apprendimento automatico, spiegando come risolverli utilizzando il linguaggio di programmazione R. Le applicazioni pratiche dell’apprendimento automatico sono infinite: dal confrontare i senatori degli Stati Uniti in base ai risultati delle votazioni, passando dallo sviluppo di un sistema che consiglia chi seguire su Twitter, fino all’identificazione di email indesiderate in base al contenuto.
6. “Machine Learning in Action” di Peter Harrington
Autore: Peter Harrington
Sito web: Amazon
“Machine Learning in Action” è una guida introduttiva per principianti alle tecniche di apprendimento automatico e ai concetti su cui poggiano. Vuole essere un tutorial per sviluppatori delle tecniche di programmazione per acquisire i dati da analizzare.
Questo libro illustra le tecniche usate nella pratica con un occhio particolare agli algoritmi. L’autore aiuta il lettore a muovere i primi passi proponendo frammenti di codice e algoritmi, invitandolo a scoprire come regolano il processo di apprendimento automatico. È utile conoscere il linguaggio Python, visto che molti degli esempi proposti sono basati su questo linguaggio di programmazione.
7. “Data Mining: Practical Machine Learning Tools and Techniques” di Ian H. Witten, Eibe Frank e Mark A. Hall
Autori: Ian H. Witten, Eibe Frank e Mark A. Hall
Sito web: Amazon
“Data Mining” è un libro che si concentra sugli aspetti tecnici dell’apprendimento automatico e sulle modalità di raccolta dei dati necessari per determinate tecniche di data mining. Gli autori mostrano dettagli tecnici dell’apprendimento automatico, spiegando i metodi per acquisire i dati e come usare dati in ingresso e dati in uscita diversi per analizzare i risultati.
In virtù della natura in continua evoluzione dell’apprendimento automatico, il libro tocca il concetto di modernizzazione e di come questo campo sia plasmato dai nuovi software. Il libro descrive inoltre le tecniche convenzionali insieme ai nuovi strumenti e alle nuove prospettive di ricerca. Merita anche un cenno Weka, il software proprietario che l’autore ha sviluppato appositamente per l’apprendimento automatico.
Esclusione di responsabilità: Tableau non avalla ufficialmente né trae beneficio da qualsiasi prodotto, o parere espresso sullo stesso, contenuto nel presente articolo e pertanto questa pagina non è in alcun modo correlata ad alcun programma di affiliazione. Questo articolo è inteso esclusivamente per fini pedagogici e le informazioni riguardanti prodotti e pubblicazioni che precedono sono pubblicate affinché i lettori possano adottare decisioni consapevoli.