image

Accede a bootcamps ilimitados y a más de 650 cursos

50
%OFF
Article image
Carlos Lima
Carlos Lima09/01/2025 18:55
Compartir

Se você leu um desses livros, sei com certeza, que você compreende Inteligência Artificial.

  • #Machine Learning
  • #Python
  • #Inteligência Artificial (IA)

A leitura é um processo fundamental em minha rotina de estudos e trabalho, de modo que a minha lista de livros aumenta a cada semana, mas há aqueles os quais sempre volto ao invés de fazer um ou outra consulta.

Machine Learning Systems: An Iterative Process for Production-Ready Applications

image

Este livro funciona como um manual, eventualmente volto a ele faço pesquisas leio anotações.

Você deveria ler este livro para não cometer um erro que cometi em minha jornada que começou em 2017. Achar que Machine Learning é meramente programação. Há inúmeros aspectos a serem considerados, como a complexidade do problema, a infraestrutura ou aspectos relacionados a performance do modelo ao logo do tempo (que tende a cair).

Mathematics For Machine Learning

image

Esse é o meu favorito, complexo e com exercícios, é um workbook para compreender a Matemática envolvida no sub-campo da Inteligência Artificial chamado Machine Learning. Lembre-se, nada é simples e se for simples desconfie, este é um ótimo livro para se desafiar.

Practical Statistics For Data Scientists

image

Todo analista de dados, Engenheiro de Machine Learning e correlatos, deveriam ler este livro ao menos uma vez na vida. Não costumo consultar com tanta frequência mas entender o mínimo lhe dará a capacidade de entender IA de um perspectiva probabilística e isso é importante em termos de mensurar e avaliar seus modelos.

Fluent Python

image

Eu adoro o fato de que um brasileiro escreveu este, e é certamente um dos livros mais indicados para aqueles que querem dar um próximo passo quanto a programação usando Python, conhecer bem a linguagem lhe permitira extrair o máximo dela e escrever código eficiente e que facilita o trabalho em equipe.

Machine Learning with Pytorch with Sklearn

image

Quer trabalhar com IA? Ser referência em seu trabalho? Entender os conceitos? Leia este livro. Mudou a minha vida: como estudante e como alguém que entende a área. O livro está repletos de demonstrações matemáticas (no começo assustam) mas que quando entendidas, lhe trás a paz de quem entende qual caminho escolheu trilhar. Resultados Incríveis requer Esforços Incríveis. Atalhos geralmente levam a lugares medianos. A disciplina e a paciência para entender este conceitos são fundamentais.

---

Olá pessoal, há excelentes artigos sobre outras tecnologias escritos por profissionais da área. Vou me ater em escrever sobre o que domino: Machine Learning/Deep Learning e Processamento Natural de Linguagem.

Atualmente tenho trabalhado com pesquisa com ênfase na aplicações da IA Generativa na educação, tendo inclusive desenvolvido aplicações impulsionados por LLMs para atingir esta tarefa.

Pretendo escrever para todos os públicos mas em especialmente para quem quer aprender os conceitos com profundidade, eu gosto de chamar de: o caminho difícil.

---

Em caso de dúvidas, deixe nos comentários abaixo (farei o possível para responder a tempo).

Você também pode me encontrar:

Compartir
Comentarios (1)
MÁRCIA SOUZA
MÁRCIA SOUZA - 09/01/2025 23:35

Prezado autor,

Gostaria de parabenizá-lo por este artigo tão completo e bem escrito. O artigo é muito útil e relevante para quem busca aprofundar seus conhecimentos em Machine Learning e Inteligência Artificial. A lista de livros é valiosa e as dicas do autor são fundamentais para quem deseja se destacar na área. O convite à interação e o foco em aprendizado profundo são ótimos diferenciais.


Pontos Positivos:

  • Clareza e Objetividade: O artigo é bem escrito, com uma linguagem clara e objetiva, facilitando a compreensão dos pontos principais.
  • Recomendações Práticas e Fundamentadas: O autor fornece dicas valiosas que são práticas e aplicáveis, ajudando os leitores a implementar o aprendizado de forma eficaz.
  • Ênfase na Importância da Matemática: O destaque para a matemática como base para entender os algoritmos de Machine Learning é crucial, pois muitos conceitos avançados dependem desse conhecimento.
  • Abertura à Interação: A disponibilidade para responder dúvidas e compartilhar links é uma atitude positiva que incentiva a troca de conhecimento.
  • Foco em Aprendizado Profundo: Uma proposta que atende à crescente demanda por informações sobre técnicas avançadas em Machine Learning.

Sugestões Construtivas:

  • Público Alvo Mais Definido: Embora mencione que o artigo se destina a iniciantes e especialistas, uma definição mais clara do público poderia ajudar na personalização do conteúdo.
  • Exemplos Práticos e Contexto: Incluir mais exemplos práticos sobre como aplicar as técnicas discutidas em cenários do mundo real poderia enriquecer o entendimento dos leitores.
  • Expandir a Lista de Livros: Embora a lista seja excelente, mencionar outras áreas complementares, como Deep Learning e Processamento de Linguagem Natural, poderia ser interessante.
  • Artigos Futuros: Anunciar alguns temas específicos que serão abordados em artigos futuros geraria mais engajamento e expectativa entre os leitores.
  • Profundidade: No futuro, artigos mais aprofundados sobre os conceitos matemáticos abordados no livro "Mathematics for Machine Learning" ajudariam muito aqueles que desejam mergulhar mais fundo nesse tópico essencial.

Este comentário foi desenvolvido em colaboração entre Perplexity IA, Google AI Studio e ChatGPT, e revisado por humanos para assegurar clareza e precisão.


🔗 Conecte-se comigo no LinkedIn: Meu LinkedIn

✍️ Leia mais artigos no Medium:Portfólio no Medium