Cześć,
materiałów do uczenia maszynowego/sztucznych sieci neuronowych jest dużo i przeważnie po angielsku. Jeżeli chodzi o książki, to jest w czym wybierać, także w języku polskim. Jak zaczynasz z tematem, to podpowiem, że warto skupić się na którymś z podanych frameworków w Pythonie. Oczywiście jest ich więcej ale te są najpopularniejsze, a co za tym idzie znajdziesz najwięcej materiałów do ich zastosowania.
- Scikit-Learn (uczenie maszynowe),
- Tensorflow (sztuczne sieci neuronowe),
- Theano (sztuczne sieci neuronowe),
- Keras (wysokopoziomowe API do Tensorflow i Theano),
- PyTorch (sztuczne sieci neuronowe),
Osobiście korzystam z Tensorflow + Keras i mogę to polecić te dwie książki:
- Uczenie maszynowe z użyciem Scikit-Learn i Tensorflow A. Geron Wydanie I, 2018. Z tego co wiem, to autor drugie wydanie uzupełnił o Keras - także idzie z czasem. Książka dobrze wprowadza do tematu uczenia maszynowego i sztucznych sieci neuronowych.
- Deep Learning. Praca z językiem Python i biblioteką Keras. F, Chollet 2019. Współtwórca biblioteki Tensorflow i w twórca biblioteki Keras. Książka wprowadza do sztucznych sieci neuronowych, uczenie maszynowe pomija, bo biblioteka Keras nie obejmuje tych algorytmów.
Pytanie jest co chciałbyś robić z wykorzystaniem tych algorytmów i jaki masz komputer. Jak nie masz GPU, to o sztucznych sieciach neuronowych możesz zapomnieć i skupić się na uczeniu maszynowym. Jeżeli chciałbyś zająć się przetwarzaniem dużej ilości danych statystycznych to uczenie maszynowe wystarczy. Jeżeli chciałbyś przetwarzać tekst, obrazy to wtedy sztuczne sieci neuronowe.
Darmowe materiały w sieci o tej tematyce są głównie w języku angielskim. W języku polskim to polecam stronę internetową https://ksopyla.com/, opis teorii + zastosowanie (Tensorflow i PyTorch).
Jeżeli byłbyś zainteresowany przetwarzaniem obrazu to polecam stronę https://www.pyimagesearch.com/, gdzie znajdziesz dużo materiałów jak wykorzystać bibliotekę Keras do treningu własnych sieci, a także są materiały pokazujące jak wykorzystać gotowe modele i je dopasować do potrzeb własnych (ten temat opisuje Chollet ale w j. polskim). Jako, że autor zajmuje się przede wszystkim przetwarzaniem obrazu, można nauczyć się także biblioteki OpenCV. Strona jest po angielsku, materiały bardzo wartościowe.
Pozdrawiam,
Nelson