Olvasói vélemények
Összegzés:A könyv referenciaként és a gépi tanulás fogalmainak áttekintéseként szolgál, de a kezdők számára való hozzáférhetőségéről megoszlanak a vélemények. Egyes felhasználók dicsérik, hogy egyszerű és tömör, míg mások kritizálják, hogy előzetes ismereteket feltételez.
Előnyök:** Nagyszerű forrás a gépi tanulás fogalmainak referenciájaként és a memória felfrissítéséhez. ** Tömör és kezelhető hosszúságú, így gyorsan olvasható. ** A szöveg és az ábrák kiegyensúlyozott használata, amely világos útmutatásokat és vizuális példákat nyújt. ** Egyszerű angol nyelven íródott, így azok számára is hozzáférhető, akik nem rendelkeznek erős matematikai háttérrel. ** A lábjegyzetekben és a függelékekben számos további forrást tartalmaz.
Hátrányok:** Feltételezi a statisztikai és gépi tanulási fogalmak némi előzetes ismeretét, ami összezavarhatja az abszolút kezdőket. ** Egyes szakaszok nem egyértelműek, és többszöri olvasást igényelhetnek a megértéshez. ** Formázási problémák rontják a kezdeti benyomásokat. ** Hiányoznak a mélyreható példák egyes témákhoz, és néhány olvasó úgy érezte, hogy bizonyos algoritmusok nem lettek megfelelően elmagyarázva. ** A kritikusok több gépelési hibát és kínos magyarázatot említenek, ami aláássa a tartalom egyértelműségét.
(185 olvasói vélemény alapján)
Eredeti címe:
Machine Learning For Absolute Beginners: A Plain English Introduction
Könyv tartalma:
A Tableau a "7 könyv a gépi tanulásról kezdőknek" első könyveként mutatta be Készen áll egy virtuális szerver felpörgetésére és petabájtnyi adatmennyiség szétzúzására? Szeretné hozzáadni a "Machine Learning" szót a LinkedIn profiljához? Nos, várj egy kicsit... Mielőtt belevágnál az epikus utazásodba, előbb át kell szőnöd néhány elméleti és statisztikai alapelvet. De ahelyett, hogy 30-50 USD-t költenél egy sűrű, hosszú tankönyvre, inkább olvasd el ezt a könyvet. A tankönyvek világos és tömör alternatívájaként ez a könyv gyakorlatias és magas szintű bevezetést nyújt a gépi tanulásba. A Machine Learning for Absolute Beginners Second Edition (Gépi tanulás abszolút kezdőknek második kiadás) abszolút kezdőknek íródott és készült. Ez közérthető magyarázatokat jelent, és nem szükséges kódolási tapasztalat. Ahol az alapvető algoritmusok kerülnek bemutatásra, ott világos magyarázatokkal és vizuális példákkal egészül ki, hogy otthon is könnyen és érdekesen követhető legyen.
Ez a jelentős új kiadás számos olyan témát tartalmaz, amelyekkel az első kiadás nem foglalkozott, beleértve a keresztérvényesítést, az adatmosást és az együttes modellezést. Felhívjuk a figyelmet arra, hogy ez a könyv nem az első kiadás folytatása, hanem az első kiadás átstrukturált és felújított változata. Az Első kiadás olvasóinak nem kell kényszert érezniük, hogy megvásárolják ezt a Második kiadást. Jogi nyilatkozat: Ha a gépi tanulás tanulmányozásában túljutott a "kezdő" szakaszon, és készen áll a kódolással és a mélytanulással való foglalkozásra, akkor jól járna egy hosszú formátumú tankönyvvel. Ha azonban még nem érte el azt a Oroszlánkirály pillanatot - mint egy kifejlett Szimba, aki Afrika büszkeségei fölé tekint -, akkor ez az a könyv, amely finoman felemeli, és világos képet nyújt a terepről.
Ebben a lépésről-lépésre bemutatott útmutatóban megtanulhatja: - Hogyan töltsön le ingyenes adathalmazokat - Milyen eszközökre és gépi tanulási könyvtárakra van szüksége - Adattisztítási technikák, beleértve az egypontos kódolást, binning és a hiányzó adatok kezelését - Az adatok előkészítése az elemzéshez, beleértve a k -szoros validálást - regressziós elemzés trendvonalak létrehozásához - klaszterezés, beleértve a k -Means Clusteringet, hogy új kapcsolatokat találjunk - A neurális hálózatok alapjai - Bias/Variance a gépi tanulási modell javításához - Decision Trees az osztályozás dekódolásához - Hogyan építsük fel az első gépi tanulási modellünket a házak értékének előrejelzésére Python segítségével Gyakran Ismételt Kérdések Q: Szükségem van programozási tapasztalatra a könyv elvégzéséhez? V: Ez a könyv abszolút kezdőknek készült, így nem szükséges hozzá programozási tapasztalat. A későbbi fejezetek közül kettő azonban Pythont vezet be egy tényleges gépi tanulási modell bemutatására, így látni fogja a könyvben használt programozási nyelvet. K: Már megvásároltam a könyv első kiadását, meg kell-e vennem ezt a második kiadást? V: Mivel az Első kiadás témáinak többsége szerepel a Második kiadásban, lehet, hogy jobban jár, ha egy haladóbb gépi tanulásról szóló címet olvas. K: Hozzáférhetek a könyv Kindle változatához? V: Igen.
Az Amazon Matchbook programja keretében a könyv vásárlója ingyenesen hozzáadhatja a cím Kindle változatát (3,99 USD értékben) az Amazon Kindle könyvtárához. K: Ez a könyv tartalmaz mindent, amire szükségem van ahhoz, hogy gépi tanulási szakértővé váljak? V: Ez a könyv a gépi tanulásban első lépéseket tevő olvasók számára készült, és a gépi tanulás elsajátításához további tanulásra lesz szükség ezen a könyvön túl is.
