5 livros sobre machine learning que todo profissional de TI deve ler

A capacidade de automatizar e potencializar a produtividade de uma equipe é um dos principais motivos pelo qual o machine learning está em alta. Essa tecnologia é cada dia mais importante para diversos tipos de negócio, e vale a pena se aprofundar nesse assunto conhecendo alguns livros sobre machine learning.

Neste artigo, selecionamos 5 obras que explicam tanto a parte técnica quanto a teoria acadêmica por trás do machine learning. Continue a leitura e prepare-se para entender como essa tecnologia pode ser aplicada na sua empresa!

1. Pattern Recognition and Machine Learning

Não é por acaso que essa obra encabeça a nossa lista. “Pattern Recognition and Machine Learning”, de Christopher Bishop, é um livro obrigatório para qualquer um que queria compreender melhor o funcionamento do machine learning do ponto de vista técnico e funcional.

Aqui, Bishop apresente os algoritmos que permitem a geração de respostas rápidas aproximadas em situações nas quais uma resposta exata não é possível. Ele também explica como funciona o reconhecimento de padrões, que é a base do machine learning.

Apesar de contar com um conteúdo técnico sólido, “Pattern Recognition and Machine Learning” não exige conhecimento prévio de nenhum dos dois temas do seu título, e por isso é um excelente ponto de partida para uma jornada de conhecimento na área.

2. Machine Learning

Como fica bem claro pelo título, esse livro escrito por Tom M. Mitchell tem como objetivo explicar o que é o machine learning de uma forma bem ampla. Voltado para estudantes, ele consegue introduzir todos os tipos de algoritmos utilizados nessa tecnologia.

O foco aqui é a parte teórica da tecnologia, mas apesar de não se aprofundar na prática, essa obra é um excelente guia para quem está começando a compreender inteligências artificiais e machine learning.

3. Understanding Machine Learning: From Theory to Algorithms

Esse ótimo livro de Shai Shalev-Shwartz e Shai Ben-David apresenta, com excelência, os fundamentos teóricos do machine learning e como eles se relacionam com os tipos de algoritmo dessa tecnologia tão complexa.

A obra também aborda temas como redes neurais e aprendizagem estruturada de resultados, que são conceitos fundamentais para a compreensão completa do machine learning. É uma leitura bem acessível para estudantes e outros interessados nas áreas de matemática, estatística e ciência da computação.

4. Neural Networks and Learning Machines

Essa é uma obra renomada tanto pelo seu conteúdo quanto pela sua fácil leitura. Atualmente em sua terceira edição, o livro de Simon Haykin é recomendado para cientistas de dados e engenheiros de sistemas.

“Neural Networks and Learning Machines” explica como esses dois tópicos podem ser estudados juntos para uma compreensão mais ricas desses temas. Além disso, ele aborda a forma como essas tecnologias se integram e como elas podem executar uma diversidade ainda não explorada de tarefas.

5. The Elements of Statistical Learning: Data Mining, Inference, and Prediction

Este livro de Trevor Hastie, Robert Tibshirani e Jerome Friedman é um campeão de vendas e uma excelente referência para quem quer compreender melhor como funcionam algumas das tecnologias que deram origem ao machine learning.

Ele aborda a utilização de modelos de aprendizado estatístico em inúmeros campos, como marketing, biologia e finanças, mas com um texto mais leve focado em conceitos e não em equações matemáticas.

É uma leitura bem esclarecedora, tanto para quem já conhece bastante de machine learning e leu outras das obras indicadas neste artigo como para quem ainda está sendo introduzido a essa tendência.