Adattudomány laikusok nyelvén: Gépi tanulás

Eredeti címe:

Data Science in Layman's Terms: Machine Learning

Könyv tartalma:

A gépi tanulás az elmúlt évtized egyik leggyorsabban fejlődő területe volt. A tanulni képes gépek a mindennapi életünk részévé válnak. Az intelligenciát és tanulási képességet mutató gépeket a matematika és az algoritmusok hajtják. Ezeknek a témáknak nem kell bonyolultnak lenniük. Ez a könyv alapvető ismereteket tanít meg mindenről, ami a gépi tanulással kapcsolatos, hogy a kezdő vagy középfokú adattudósok bővíthessék készségeiket, és hogy a kíváncsi értelmiségiek megismerhessék a területet.

Ez a könyv teljes áttekintést nyújt a gépi tanulásról. Az elődje, az Adattudomány laikus nyelven című könyvben bemutatott információkra épül: Statisztika. A könyv egyensúlyt teremt a könnyen olvasható oktatókönyv és az elméletet intenzíven feldolgozó tankönyv között, mivel először magas szinten, koncepcionálisan mutatja be az ötleteket, majd belemerül a részletekbe és a matematikába. Minden fejezetet gyakorlati példák kísérnek Python és adott esetben R nyelven. A könyv első felének anyaga lineárisan van elrendezve, ahol minden fejezet az előző fejezetek ismereteire épül. A könyv második fele a gépi tanulás olyan részterületeit vizsgálja, mint a természetes nyelvfeldolgozás, a számítógépes látás, a megerősített tanulás és a hálózattudomány.

A könyvből többek között a következő gyakorlati alkalmazásokat tanulhatja meg:

- Konstruáljon egy szimulált ágenst, amely mindenféle utasítás nélkül játszik, és figyelje meg, hogyan tanul meg magától játszani.

- Alkalmazzon arcfelismerést fényképekre és videókra valós időben.

- Végezzen piaci kosárelemzést és klaszterezést a marketing hatékonyságának növelése vagy a vásárlói vásárlási élmény javítása érdekében.

- Azonosítson hasonló zenéket, pusztán a hangok alapján.

- Reális megjelenésű anime karakterek arcainak generálása.

- Absztrakt témák azonosítása szöveges dokumentumokban, és annak elemzése, hogy a különböző témákkal kapcsolatos vélemények hogyan változnak az idő múlásával.

- Olyan emberpárok előrejelzése, akik hamarosan összekapcsolódhatnak egy közösségi hálózatban, és annak vizsgálata, hogyan változnak a hálózatok az idő múlásával.

- Dokumentumok szkennelésének vagy képének szöveggé alakítása.

- Tanulja meg, hogyan építsen neurális hálózatokat Keras segítségével, és hogyan vizsgálja meg őket TensorBoard segítségével, hogy megállapítsa, hogyan lehetne őket fejleszteni.

A könyvhöz tartozó GitHub-tár a következő címen érhető el: https: //github.com/nlinc1905/dsilt-ml-code.