Buchempfehlungen: Machine Learning lernen auf Deutsch

In der folgenden Liste sind Bücher versammelt, die beim Lernen von Machine Learning hilfreich sind. Das Besondere an dieser Liste ist, dass die Bücher deutschsprachig sind.

Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python

Deep Learning auf Basis von neuronalen Netzen gehört zu den häufigsten Vorgehensweisen beim Einsatz von Machine Learning. Bilderkennung, Spracherkennung, Schrifterkennung und viele andere elementare Anwendungen verwenden neuronale Netze, so dass es naheliegt, sich intensiv damit auseinanderzusetzen.

Autor Tariq Rashid beginnt bei den mathematischen Konzepten und kommt nach einer praktischen Einführung in Python zu einfachen, aber gleichzeitig beeindruckenden Anwendungen für neuronale Netze: die Erkennung der eigenen Handschrift. Die iterative Verbesserung des Netzes spielt ebenfalls eine Rolle.
Von der O’Reilly Verlag GmbH & Co. KG | Preis: 26,90 EUR

Link zum Buch bei Amazon

Einführung in Machine Learning mit Python: Praxiswissen Data Science

Grundlegende Python-Kenntnisse vorausgesetzt, bekommt man mit diesem Buch recht schnell einen praktischen Einstieg ins maschinelle Lernen. Das Autoren-Team Andreas Müller und Sarah Guido konzentriert auf die praktischen Aspekte des maschinellen Lernens statt auf die Mathematik dahinter, was ich sehr angenehm finde.

Vor- und Nachteile verschiedener Algorithmen werden nach deren Vorstellung ebenfalls beleuchtet. Insbesondere das Arbeiten mit großen Textdaten nimmt einen besonderen Raum ein.
Von der O’Reilly Verlag GmbH & Co. KG | Preis: 39,90 EUR

Link zum Buch bei Amazon

Praxiseinstieg Deep Learning: Caffe, TensorFlow und Spark eigene Deep Learning-Anwendungen erstellen

„Cloud Computing“ und „Big Data“ sind Stichwörter, die uns bereits seit Jahren begleiten und zum Teil mehr verwirren, als erhellen. Autor Ramon Wartala zeigt in diesem Buch, wie die großen Teich-Konzerne unserer Zeit mit den enormen Datenmassen umgehen. Amazon, Apple, Facebook, Google, IBM, und Microsoft setzen allesamt auf künstliche neuronale Netze („Deep Learning“), um aus den gigantischen Datenbergen Erkenntnisse zu gewinnen.

Praxisnahe Beispiele mit Python zeigen der Leserin und dem Leser schnell, dass Deep Learning weder Hexenwerk noch Raketenwissenschaft ist, sondern der konsequente Einsatz von maschinellem Lernen auf der Basis von verschiedenen bekannten Open-Source-Bibliotheken wie Caffe, TensorFlow und Spark.
Von der O’Reilly Verlag GmbH & Co. KG | Preis: 34,90 EUR

Link zum Buch bei Amazon

Datenanalyse mit Python: Auswertung von Daten mit Pandas, NumPy und IPython

Auch hier ist Python die Sprache der Wahl, wenn es um den Einsatz von Analyse-Methoden mithilfe des maschinellen Lernens geht. Das Buch geht auf das Bereinigen und Aufbereiten von Daten ein und zeigt den Umgang mit den wichtigen Python-Bibliotheken „Pandas“ sowie „NumPy“ recht ausführlich. Autor Wes McKinney ist auch der Kopf hinter Pandas, daher sind profunde Kenntnisse keine Überraschung.

Wer sich bisher mit Python nicht auskennt, kann dennoch zu diesem Buch greifen, denn es gibt auch eine Einführung in die Sprache.
Von der O’Reilly Verlag GmbH & Co. KG | Preis: 39,90 EUR

Link zum Buch bei Amazon

Einführung in Data Science: Grundprinzipien der Datenanalyse mit Python

Das Buch eignet sich auch für Neulinge, denn es beginnt mit einem Crashkurs in Python. Es legt neben der Praxis mit verschiedenen Modellen des maschinellen Lernens und der Verwendung der verschiedenen Bibliotheken auch großen Wert auf die dahinter liegenden mathematischen und statistischen Konzepte. Es eignet sich somit hervorragend für Anwenderinnen und Anwender, die auch den theoretischen Überbau verstehen möchten.
Von der O’Reilly Verlag GmbH & Co. KG | Preis: 27,99 EUR

Link zum Buch bei Amazon

Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn

Dieses kompakte Buch wird erst ab Februar 2018 verfügbar sein, lässt sich aber bereits heute vorbestellen. Zum Inhalt kann man daher derzeit nichts sagen.
Von der O’Reilly Verlag GmbH & Co. KG | Preis: 14,90 EUR

Link zum Buch bei Amazon

Machine Learning mit Python – Das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning

Mit knapp 50 Euro gehört dieses Buch zu den eher höherpreisigen Exemplaren, dafür bietet es aber auch einen ordentlichen Inhalt. Autor Sebastian Raschka legt neben den grundlegenden theoretischen Prinzipien des Machine Learning auch großen Wert auf die praktische Anwendung dieser. Dabei geht er auf die wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, scikit-learn, matplotlib, pandas, Theano und Keras ein. Interessant ist hier auch das Vorgehen, denn die Bibliotheken werden nicht einfach verwendet, sondern die Werkzeuge werden zum Teil selbst entwickelt, so dass ein tieferes Verständnis für die Materie entsteht und Anwenderinnen und Anwender anschließend die von den Bibliotheken angebotenen Werkzeuge sicherer einsetzen können.
Von der mitp Verlags GmbH & Co. KG | Preis: 49,99 EUR

Link zum Buch bei Amazon

Praxiseinstieg Machine Learning mit Scikit-Learn und TensorFlow: Konzepte, Tools und Techniken für intelligente Systeme

Autor Aurélien Géron hat sich hier viel vorgenommen: Auf satten 576 praxisorientierten Seiten lernt die Leserin / der Leser wie sich mächtige Werkzeuge auf simple Weise in eigene Projekte einbinden lassen. Ein wenig Programmiererfahrung vorausgesetzt kommt man sehr schnell zum Ziel und lernt unterwegs die wichtigen Python-Bibliotheken Scikit-Learn und TensorFlow intensiv kennen. Der Einsatz vieler unterschiedlicher Modelle wie „Linear Regression“ oder „neuronale Netzwerke“ machen das Buch relevant für eine aktuelle Lektüre. Dank der Übungen zum Abschluss eines jeden Kapitels bleibt vom vorgestellten auch Vieles hängen – vorausgesetzt man macht diese Übungen auch.
Von der O’Reilly Verlag GmbH & Co. KG | Preis: 39,90 EUR

Link zum Buch bei Amazon