两本关于机器学习的新书
对于机器学习和AI从业者来说，这是两个很棒的资源。其他最新的免费书籍可以在这里找到。
1.免费和开放的机器学习文档
本书全部涉及将机器学习解决方案应用于实际的实际用例。这意味着核心重点在于概述如何以简单的方式使用机器学习，以便您可以受益于这项强大的技术。
机器学习是一项令人兴奋且功能强大的技术。机器学习技术的不断使用和发展带来了新的机会。这项伟大的技术应该可供所有人使用。这意味着每个人都应该能够使用机器学习技术来学习，玩耍和创建出色的应用程序。
本出版物的重点仅在于自由和开放式机器学习技术。这消除了学习，玩耍和使用机器学习技术为每个人提供实际实际用例的障碍。
图片来源：请参阅第二本书
当然，您可以使用或切换到大型商业技术巨头云公司在生产中部署机器学习驱动的应用程序。但是，除了供应商锁定之外，只有在使用完全透明的自由和开放技术时，才能实现诸如机器学习应用程序的安全性，隐私和安全性等关键方面。
通过概述开放式体系结构，FOSS软件和开放数据集，本出版物概述了机器学习技术如何对所有人可用。因此没有障碍。由于大多数人都不是数学家毕业，因此在此出版物中我们跳过了机器学习算法的深入数学概念。已有70多年的历史了，其中提供了有关机器学习如何工作的大量数学背景信息的书籍。如果您想深入学习为当今机器学习应用程序提供支持的数学算法的内部工作，可以提供许多出色的免费和开放出版物。在该出版物的学习资源部分，您可以找到一些很好的参考。所有内容都可以通过创用CC许可（cc-by）获得。
该出版物的重点是如何使用机器学习。通过描述以下内容来完成：
关键机器学习概念。重点是在创建基于机器学习的应用程序时使用稳固的FOSS机器学习框架和数据集所需的概念。
一个开放参考架构，用于创建和维护您的机器学习应用程序。
重要的开放式解决方案构建块（基于FOSS），可用于尽快创建您的机器学习应用程序。应用机器学习应该尽可能简单。只有降低使用该技术的障碍，才能为每个人带来更多的出色应用。
工程和维护机器学习驱动的应用程序的关键质量方面。
预防灾难的重要安全，隐私和安全方面
道德问题（例如偏见）以及如何以透明的方式处理。
本书旨在为您提供入门使用和应用开源机器学习技术来解决问题的先机。没有任何附加条件，因此重点仅在于使用开放透明技术！
本书包含大量开放式ML软件目录：请参见下面的目录摘录：
您可以在此处访问这本长达83页的书。撰写本文时，当前版本为2020年1月20日发布的版本3。
2.用于大规模数据挖掘的ML和DL框架和库：一项调查
发表于2019年6月的《人工智能评论》杂志。在这里可用。
新的计算资源和技术的影响以及大型数据集的大量增加正在改变着许多研究领域，并可能导致数十亿人可以使用的技术突破。近年来，机器学习，尤其是其子领域深度学习取得了令人瞩目的进步。在这两个领域内开发的技术现在能够分析和学习大量不同格式的真实示例。尽管机器学习算法的数量广泛且不断增长，但它们通过框架和库的实现也越来越广泛。该领域的软件开发与来自学院，行业，初创企业或更广泛的开源社区的大量开源软件一起快速发展。这项调查提供了最新的时间幻灯片综合概述，包括比较以及尖端人工智能软件的开发和使用趋势。它还概述了大规模并行支持，该支持能够在大数据时代有效地扩展计算。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！