Bibliografía
Aquí van a poder encontrar un listado de libros recomendados relacionados con la la Inteligencia Artificial y la Ciencia de Datos.
The Master Algorithm - Pedro Domingos
En este libro, Pedro Domingos levanta el velo para darnos un vistazo dentro de las herramientas de Machine Learning que impulsan a Google, Amazon y nuestro teléfono inteligente. Intenta abordar un modelo para el futuro Master Algorithm que será el que rompa la brecha de la Inteligencia Artificial; y discute lo que significará para los negocios, la ciencia y la sociedad.
Inteligencia Artificial: Un enfoque moderno - Stuart J. Russell y Peter Norvig
Este libro se puede considerar la biblia de la Inteligencia Artificial. Es una lectura obligatoria para cualquier persona interesada en el campo.
Reinforcement Learning: An Introduction - Richard S. Sutton y Andrew G. Barto
Si el anterior era la biblia de la IA, este libro se puede considerar la biblia del aprendizaje por refuerzo.
Deep Learning - Ian Goodfellow y Yoshua Bengio
El libro de texto de Deep Learning es un recurso de lectura obligatoria para todos aquellos interesados en el campo del Machine Learning en general y del Deep Learning en particular. Se puede consultar en forma gratuita en la web.
The Elements of Statistical Learning - Trevor Hastie, Robert Tibshirani y Jerome Friedman.
Este libro que se puede conseguir gratuitamente explica los principales algoritmos de Machine Learning desde una perspectiva estadística. Dado que hace bastante énfasis en la matemática detrás de los algoritmos, no es tan fácil de seguir y requiere un conocimiento de Algebra lineal.
An Introduction to Statistical Learning - Gareth James, Daniela Witten, Trevor Hastie y Robert Tibshirani
Este libro, que también se puede descargar gratuitamente, ofrece una introducción a los métodos de Machine Learning. Está dirigido a estudiantes de nivel superior, estudiantes de maestría y doctorados en las ciencias no matemáticas. El libro también contiene una serie de ejemplos en R con explicaciones detalladas sobre cómo implementar los diversos métodos en la vida real. Es un recurso valioso para todo Científico de datos.
Foundations of Statistical Natural Language Processing - Christopher D. Manning y Hinrich Schütze
Este texto fundamental es la primera introducción completa al procesamiento del lenguaje natural estadístico. El libro contiene toda la teoría y algoritmos necesarios para la construcción de herramientas de NLP. Proporciona una amplia pero rigurosa cobertura de fundamentos matemáticos y lingüísticos, así como una discusión detallada de los métodos estadísticos, permitiendo a los estudiantes e investigadores construir sus propias implementaciones.
Data Science for Business - Foster Provost y Tom Fawcett
Este libro es una muy completa introducción a los principios fundamentales de la Ciencia de Datos. Nos guiará a través del pensamiento analítico de datos necesario para extraer conocimientos útiles y valor comercial de los datos que recopilamos. También ayudará a comprender muchas técnicas de Machine Learning que se utilizan actualmente.