Los 15 mejores libros sobre machine learning para leer en 2023

Si te interesa la ciencia de datos, probablemente habrás oído hablar del machine learning. El machine learning es un subconjunto de la inteligencia artificial centrado en el desarrollo de algoritmos con capacidad de aprender sin ser programados explícitamente. 

Desde las recomendaciones de Spotify hasta los filtros de Instagram, el machine learning está integrado en tu vida cotidiana. El creciente uso de sistemas de machine learning está provocando un aumento de la demanda de profesionales de datos con conocimientos de machine learning.

Si quieres iniciarte en este campo o llevar tus conocimientos al siguiente nivel, hemos preparado una lista de los mejores libros sobre machine learning que debes leer en 2022. ¡Empecemos!

Los 15 mejores libros sobre machine learning para leer en 2024

Lo mejor para principiantes absolutos:

• Machine Learning for Absolute Beginners de Oliver Theobald

• The Hundred-Page Machine Learning Book de Andriy Burkov

• Machine Learning for Dummies de John Paul Mueller y Luca Massaron

Lo mejor para principiantes con experiencia en python:

• Introduction to Machine Learning with Python: A Guide for Data Scientists de Andreas C. Müller y Sarah Guido

• Aprende Machine Learning con Scikit-Learn, Keras y TensorFlow: Conceptos, herramientas y técnicas para conseguir sistemas inteligentes de Aurélien Géron

Best for programmers without theoretical knowledge:

• Machine Learning for Hackers de Drew Conway y John Myles White

• AI and Machine Learning For Coders: A Programmer's Guide to Artificial Intelligence de Laurence Moroney

• Machine Learning in Action de Peter Harrington

Lo mejor para profundizar en la teoría:

• Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies de John D. Kelleher, Brian Mac Namee y Aoife D'Arcy

• Data Mining: Practical Machine Learning Tools and Techniques de Ian H. Witten, Eibe Frank, Mark A. Hall  y Christopher J. Pal

Lo mejor para estudiantes avanzados:

• Inteligencia Artificial: un enfoque moderno de Stuart Rusell y Peter Norvig 

• Machine Learning: A Probabilistic Perspective de Kevin P. Murphy

• Advanced Machine Learning with Python: Solve data science problems by mastering cutting-edge machine learning techniques in Python de John Hearty

• Reinforcement Learning: An Introduction de Richard S. Sutton y Andrew G. Barto

• Causal Inference in Statistics: A Primer de Judea Pearl, Madelyn Glymour y Nicholas P. Jewell

Los mejores libros sobre machine learning para principiantes absolutos

Machine Learning for Absolute Beginners de Oliver Theobald

Si eres un principiante absoluto y quieres aprender los fundamentos del machine learning, esto es lo que estás buscando. Machine Learning for Absolute Beginners está dedicado a quienes no tienen experiencia en programación ni conocimientos matemáticos. También está escrito en un inglés accesible y sencillo, lo que significa que no te sentirás abrumado por la jerga técnica.

La tercera edición del libro, publicada en 2021, incluye capítulos ampliados con cuestionarios, videotutoriales complementarios gratuitos en línea para codificar modelos en Python, ejercicios de codificación descargables y otros recursos. En resumen, un gran libro que pone el machine learning al alcance de todos. 

The Hundred-Page Machine Learning Book de Andriy Burkov

The Hundred-Page Machine Learning Book de Andry Burkov es el libro perfecto para descubrir el machine learning sin entrar en detalles. No es fácil resumir los elementos centrales de una disciplina compleja y amplia como el machine learning. Por eso el trabajo de Andriy Burkov es aún más encomiable. 

Después de leer el libro, estarás preparado para discutir todo tipo de temas relacionados con el machine learning, incluido el aprendizaje supervisado y no supervisado, los algoritmos de machine learning más populares y lo que se necesita para construir y ajustar un modelo. Matemáticas, intuición e ilustraciones, ¡todo en sólo cien páginas!

Si te interesan los fundamentos teóricos del machine learning, te recomendamos encarecidamente que te matricules en nuestro curso Comprender el machine learning.

Machine Learning for Dummies de John Paul Mueller y Luca Massaron

Siempre es una gran noticia que la popular serie "Dummies" haya publicado un libro sobre el tema. Escrito por los mejores científicos de datos, Machine Learning for dummies es un buen punto de partida para quienes no tienen conocimientos de programación ni de matemáticas. 

El libro presenta los conceptos clave y las teorías que hay detrás del machine learning y cómo se aplica en el mundo real, proporcionando muchos ejemplos, como la detección del fraude, los resultados de las búsquedas, los anuncios en tiempo real y muchos más. También ofrece una introducción ligera a los lenguajes de programación y herramientas más comunes utilizados en el machine learning.

Los mejores libros sobre machine learning para principiantes con experiencia en Python

Introduction to Machine Learning with Python: A Guide for Data Scientists de Andreas C. Müller y Sarah Guido

Si tienes conocimientos de Python y quieres ampliar tus habilidades de machine learning, este libro es para ti. Introduction to Machine Learning with Python es uno de los mejores recursos para construir los fundamentos para trabajar con machine learning en Python. 

Coescrito por los científicos de datos de talla mundial Andreas C. Müller y Sara Guido, el libro enseña conceptos y algoritmos fundamentales del machine learning. También introduce el flujo de trabajo del machine learning y proporciona las mejores prácticas en tareas que van desde la limpieza de datos a la ingeniería de características. Todos los conceptos presentados en el libro se ilustran con ejemplos que utilizan scikit-learn, el paquete más popular de Python para el machine learning.

Aprende Machine Learning con Scikit-Learn, Keras y TensorFlow: Conceptos, herramientas y técnicas para conseguir sistemas inteligentes de Aurélien Géron

A los profesionales del machine learning en Python les encantará este libro. Aprende Machine Learning con Scikit-Learn, Keras y TensorFlow es un gran recurso para obtener una visión general del machine learning y perfeccionar tus habilidades prácticas.

Cada capítulo se centra en una técnica de machine learning, proporcionando información detallada sobre la intuición que hay detrás de ella, cómo funciona, para qué se utiliza, y un buen número de ejemplos en Python. El libro cubre no sólo el machine learning sino también el deep learning, ofreciendo una gran introducción a Keras y Tensorflow, dos de los marcos basados en Python más populares para desarrollar modelos de deep learning.

Los mejores libros sobre machine learning para profundizar en la teoría

Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies de John D. Kelleher, Brian Mac Namee y Aoife D'Arcy

Este libro de texto es especialmente adecuado para profesionales con formación analítica. La segunda edición de Machine Learning for Predictive Data Analytics proporciona una introducción exhaustiva a los enfoques del machine learning, abarcando tanto la teoría como la práctica.

Las explicaciones técnicas y matemáticas se apoyan con ejemplos detallados que ilustran las aplicaciones de los modelos de machine learning en el mundo real. Los ejemplos van desde la predicción de precios y la evaluación de riesgos hasta la clasificación de documentos y la predicción del comportamiento de los clientes. La segunda edición también incorpora nuevos capítulos sobre técnicas de aprendizaje profundo y machine learning más allá del análisis predictivo, incluidos el aprendizaje no supervisado y el aprendizaje por refuerzo.

Data Mining: Practical Machine Learning Tools and Techniques de Ian H. Witten, Eibe Frank, Mark A. Hall  y Christopher J. Pal

Data Mining: Practical Machine Learning Tools and Techniques ofrece una introducción muy accesible a los conceptos del machine learning, junto con teoría matemática y consejos prácticos para aplicar estas técnicas en situaciones del mundo real. 

La cuarta edición del libro incluye nuevos capítulos que reflejan los últimos avances en este campo, incluidos los métodos probabilísticos y el aprendizaje profundo. También cabe mencionar que el libro viene con el software propio de los autores, WEKA, una completa colección de algoritmos de machine learning para tareas de minería de datos en una interfaz interactiva fácil de usar.

Los mejores libros sobre machine learning para programadores sin conocimientos teóricos

Machine Learning for Hackers de Drew Conway y John Myles White

El machine learning es un tema complejo porque requiere un profundo conocimiento tanto de la codificación como de las matemáticas. Si eres un programador con experiencia que quiere introducirse en el machine learning pero no estás versado en matemáticas, éste es el libro perfecto para ti.

Machine Learning for Hackers deja a un lado la teoría matemática. Aborda la disciplina mediante aplicaciones prácticas del mundo real, como la construcción de un sistema de recomendación basado en datos de Twitter y un filtro de spam de correo electrónico. Utilizando el lenguaje de programación R, cada capítulo se centra en un problema específico del machine learning, como la clasificación, la predicción, la optimización y la recomendación. Puedes escuchar a uno de los autores, Drew Conway, hablar sobre la creación de equipos de ciencia de datos en el podcast DataFramed. 

AI and Machine Learning For Coders: A Programmer's Guide to Artificial Intelligence de Laurence Moroney

¿Eres desarrollador de software y quieres dar un salto en tu carrera y adentrarte en la inteligencia artificial y el machine learning? Este libro es un punto de partida ideal. AI and Machine Learning for Coders se basa en los populares cursos de IA de Laurance Monorey, y proporciona una introducción accesible al machine learning a través de un enfoque práctico y centrado en el código. Cada capítulo presenta un caso de uso práctico para ilustrar los distintos escenarios en los que el machine learning resulta útil, por ejemplo, la visión por ordenador, el procesamiento del lenguaje natural y la computación en la nube.

Machine Learning in Action de Peter Harrington

En la misma línea que los dos libros anteriores, Machine Learning in Action, de Peter Harrington, ofrece un excelente tutorial para los profesionales de TI que deseen aprender los fundamentos del machine learning. Evita el lenguaje académico y te lleva directamente a las técnicas que utilizarás en tu trabajo diario. El libro está lleno de ejemplos basados en Python para presentar los principales algoritmos y tareas de machine learning, incluidos el preprocesamiento de datos, el análisis de datos y la visualización de datos. 

Los mejores libros sobre machine learning para estudiantes avanzados

Inteligencia Artificial: un enfoque moderno de Stuart Rusell y Peter Norvig 

Si sólo tienes un libro sobre inteligencia artificial, éste es el que debes tener. Considerado un clásico en la materia, Inteligencia Artificial: un enfoque moderno, escrito por los expertos de talla mundial Stuart Rusell y Peter Norvig, es una de las introducciones más completas y actualizadas a la teoría y la práctica de la inteligencia artificial. 

La cuarta edición del libro ofrece una cobertura nueva y ampliada del machine learning, el aprendizaje profundo, la robótica, el procesamiento del lenguaje natural y muchos otros conceptos técnicos, así como otros temas intrínsecamente relacionados con el campo, como la privacidad, la imparcialidad y la IA ética. El libro también incluye versiones en pseudocódigo de los principales algoritmos de IA, presentados de forma clara y uniforme.

Machine Learning: A Probabilistic Perspective de Kevin P. Murphy

Publicado en 2012 y ganador del Premio DeGroot 2013 otorgado por la International Society for Bayesian Analysis, este libro es un clásico para los interesados en los fundamentos matemáticos del machine learning. 

Machine Learning: A Probabilistic Perspective, de Kevin P. Murphy, científico investigador de Google, es un recorrido por las matemáticas que hay detrás de los algoritmos de machine learning más comunes. Ofrece una explicación informal pero detallada de temas clave, como probabilidad, optimización y álgebra lineal. El libro contiene el pseudocódigo completo de los algoritmos más importantes, imágenes y ejemplos que cubren las aplicaciones del dominio del machine learning en biología, visión por ordenador, robótica, etc.

Advanced Machine Learning with Python: Solve data science problems by mastering cutting-edge machine learning techniques in Python de John Hearty 

Advanced Machine Learning with Python es una guía a través de los algoritmos de machine learning más relevantes y potentes. El libro tiene muchos ejemplos de código detallados que funcionan con aplicaciones del mundo real. El libro, que abarca algunas de las técnicas de machine learning más innovadoras para tratar todo tipo de datos no estructurados, como imágenes, música, texto y datos financieros, es un recurso excelente para los profesionales del machine learning que deseen llevar sus habilidades al siguiente nivel. 

Reinforcement Learning: An Introduction de Richard S. Sutton y Andrew G. Barto

Uno de los campos del machine learning que más ha progresado recientemente es el aprendizaje por refuerzo, es decir, un método de machine learning en el que un agente aprende a realizar determinadas acciones en un entorno que le llevan a obtener la máxima recompensa. Si te interesa este campo, deberías leer este libro. 

A pesar de que la palabra "Introduction" aparece en el título, Reinforcement Learning proporciona una exposición exhaustiva de las ideas y algoritmos clave del aprendizaje por refuerzo. La segunda edición del libro, publicada en 2018, incluye nuevos temas que han aparecido en los últimos años. Aunque algunas partes son bastante matemáticas, el libro es muy claro y agradable de leer.

Causal Inference in Statistics: A Primer de Judea Pearl, Madelyn Glymour y Nicholas P. Jewell

La inferencia causal se está convirtiendo rápidamente en un tema importante en el machine learning. Por eso este libro merece un lugar en esta lista. Escrito por algunos de los mayores expertos en la materia, Causal Inference in Statistics contiene una introducción exhaustiva al campo de la causalidad. 

A pesar de su naturaleza compleja, es un libro encantador, lleno de ejemplos de la estadística clásica para ilustrar la necesidad de la causalidad para abordar los dilemas en la toma de decisiones que los científicos de datos se encuentran a menudo. 

Hablar de casualidad es hablar de la razón por la que ocurren las cosas. En este sentido, el libro está lleno de preguntas sugerentes que te invitarán a pensar más profundamente sobre este importante tema. 

Conviértete en un experto en machine learning

El machine learning es una de las habilidades más útiles dentro de la ciencia de datos. Cada vez hay más libros sobre machine learning que pueden ayudarte a introducirte en este campo o a convertirte en un experto. Más allá de los libros, también puedes aprender de forma interactiva en DataCamp. Consulta los siguientes recursos:

• Un amplio catálogo de cursos que abarca una gran variedad de cursos de machine learning, tanto en Python como en R
• Consulta nuestra hoja de trucos de machine learning
• Lee nuestra guía sobre cómo convertirte en ingeniero de machine learning
• Inspírate con nuestra guía sobre las mejores preguntas de entrevista sobre machine learning
• Comienza tu viaje por la inteligencia artificial a través de nuestro centro de aprendizaje de IA
• Escucha el podcast de DataFramed