Értékelés:
A könyv kiváló bevezetés a gépi tanulásba, különösen a Wolfram Language használatával, gyakorlati példákkal és egyszerű magyarázatokkal. Kezdőknek és a gépi tanulás fogalmaival ismerkedőknek egyaránt szól.
Előnyök:Remek példák és gyakorlati alkalmazások, világos és nem technikai jellegű írás, hatékony szervezés, nem szakemberek számára is alkalmas, és bemutatja a Wolfram Language erejét a gépi tanulás kódolásában.
Hátrányok:A Mathematica kód nem könnyen használható elektronikus formátumokban, például Kindle és PC; a jobb használhatóság érdekében letölthető Wolfram-füzetek szükségesek.
(4 olvasói vélemény alapján)
Introduction to Machine Learning
A gépi tanulás - a számítógép tanulási képessége - átalakítja a világunkat: képmegértésre, szövegfeldolgozásra, nagy mennyiségű adat elemzésével előrejelzések készítésére és még sok másra használják.
Szinte minden iparágban alkalmazható a hatékonyság javítására és az érdekeltek jobb döntéshozatalának elősegítésére. Bármilyen iparágban vagy hobbiból dolgozik is, nagy az esélye, hogy ezek a modern mesterséges intelligencia módszerek Önnek is hasznosak lesznek.
A Bevezetés a gépi tanulásba reprodukálható kódolási példákat sző a magyarázó szövegbe, hogy bemutassa, mi is az a gépi tanulás, hogyan lehet alkalmazni, és hogyan működik. A szöveg tökéletes mindazok számára, akik újak a mesterséges intelligencia világában, vagy akik tovább szeretnék mélyíteni ismereteiket, a Wolfram Language rövid bevezetőjével kezdődik, amely a könyvben szereplő példákhoz használt programozási nyelv. Ezután az olvasók megismerkednek a legfontosabb fogalmakkal, mielőtt olyan gyakori módszereket és paradigmákat fedeznének fel, mint az osztályozás, a regresszió, a klaszterezés és a mélytanulás.
A matematikai tartalom minimálisra van szorítva, hogy a lényegre összpontosíthassunk - a fogalmak hasznos kontextusokban való alkalmazására. Ez a könyv biztosan hasznára válik mindenkinek, aki kíváncsi a gépi tanulás lenyűgöző területére.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)