Ouvrage "machine learning" rigoureux
Bonjour à tous,
Je suis à la recherche d'un ouvrage couvrant l'essentiel des méthodes standards de machine learning sur le plan mathématique, avec un maximum de rigueur et de pédagogie. Je cherche un ouvrage en anglais si possible, mais si vous avez des idées en français elles sont également les bienvenues. L'idée étant d'avoir un ouvrage relativement complet, rigoureux sur la théorie (pas de vulgarisation qui saute tous les calculs), pour quelqu'un qui apprend en autodidacte mais qui a des bases solides en maths et en statistiques/probabilités (niveau fin de L3). Ce serait encore mieux s'il y avait des exercices (mais là je commence à être exigeant !).
J'ai notamment en tête l'ouvrage Foundations of Machine Learning, par M. Mohri, A. Rostamizadeh, A. Talwalkar, si quelqu'un a des retours dessus je suis preneur (il est consultable librement sur internet mais j'aimerais bien avoir des avis).
Merci d'avance !
Je suis à la recherche d'un ouvrage couvrant l'essentiel des méthodes standards de machine learning sur le plan mathématique, avec un maximum de rigueur et de pédagogie. Je cherche un ouvrage en anglais si possible, mais si vous avez des idées en français elles sont également les bienvenues. L'idée étant d'avoir un ouvrage relativement complet, rigoureux sur la théorie (pas de vulgarisation qui saute tous les calculs), pour quelqu'un qui apprend en autodidacte mais qui a des bases solides en maths et en statistiques/probabilités (niveau fin de L3). Ce serait encore mieux s'il y avait des exercices (mais là je commence à être exigeant !).
J'ai notamment en tête l'ouvrage Foundations of Machine Learning, par M. Mohri, A. Rostamizadeh, A. Talwalkar, si quelqu'un a des retours dessus je suis preneur (il est consultable librement sur internet mais j'aimerais bien avoir des avis).
Merci d'avance !
Réponses
-
Un ami qui fait du machine learning (mais qui est mathématicien) m'a conseillé : "Machine Learning: A probabilistic perspective" par Murphy.
La table des matières est disponible ici : https://www.cs.ubc.ca/~murphyk/MLbook/pml-toc-22may12.pdf -
Merci pour cette recommandation, je vais y jeter un coup d’œil !
-
Il y a aussi ESL
"Le fonctionnement de ces algorithmes est bien décrit dans un livre de référence sur le domaine que je conseille : The Elements of Statistical Learning de Hastie, Tibshirani et Fridman, disponible gratuitement à l’adresse suivante : https://web.stanford.edu/~hastie/Papers/ESLII.pdf "
Voir les notes de cours de la chaire Science des Données au collège de France.
Le Mohri (moins de page :-), approche PAC ) peut-être moins exhaustif que l'ESL,
Pour le Deep Learning, qui reprend les sujets à la base la ref. est https://www.deeplearningbook.org/
qui date un peu, ensuite tout est plutôt dans des papiers sur arxiv, NeurIPS, ICML, ...
Aussi celui là
https://www.amazon.fr/Foundations-Data-Science-Avrim-Blum/dp/1108485065
https://www.cs.cornell.edu/jeh/book.pdf
Disponible en pdf , conseillé aussi par Stéphane Mallat
Bonne recherche !
Bruno -
J'avais oublié de te remercier mais j'avais bien lu ton message, merci et excellente continuation !
Connectez-vous ou Inscrivez-vous pour répondre.
Bonjour!
Catégories
- 163.1K Toutes les catégories
- 7 Collège/Lycée
- 21.9K Algèbre
- 37.1K Analyse
- 6.2K Arithmétique
- 53 Catégories et structures
- 1K Combinatoire et Graphes
- 11 Sciences des données
- 5K Concours et Examens
- 11 CultureMath
- 47 Enseignement à distance
- 2.9K Fondements et Logique
- 10.3K Géométrie
- 62 Géométrie différentielle
- 1.1K Histoire des Mathématiques
- 68 Informatique théorique
- 3.8K LaTeX
- 39K Les-mathématiques
- 3.5K Livres, articles, revues, (...)
- 2.7K Logiciels pour les mathématiques
- 24 Mathématiques et finance
- 312 Mathématiques et Physique
- 4.9K Mathématiques et Société
- 3.3K Pédagogie, enseignement, orientation
- 10K Probabilités, théorie de la mesure
- 772 Shtam
- 4.2K Statistiques
- 3.7K Topologie
- 1.4K Vie du Forum et de ses membres