Értékelés:

A könyv elsősorban a gépi tanulásban kezdőknek szól, gyakorlatias megközelítést nyújt lépésről lépésre történő kódolási példákkal. Ugyanakkor vegyes értékeléseket kapott a tartalom minőségét, a bemutatását és az előismeretekkel rendelkezők számára való hasznosságát illetően.
Előnyök:Az alapokat és a haladó témákat egyaránt tárgyalja, a valós projektekhez hasonló gyakorlati kódolási példák, növeli a kezdők önbizalmát, jó magyarázatokat ad a szerző, és hasznos az ML szakzsargon megértéséhez.
Hátrányok:Gyenge képminőség, problémák a mellékelt CD-vel (elromlott vagy nem érkezett meg), túlságosan alapszintű az adattudományi ismeretekkel rendelkezők számára, bizonyos témákban nincs elég mélység, és teljesítési problémák (rossz könyvet kaptak).
(27 olvasói vélemény alapján)
Machine Learning with Python
Saját gépi tanulási modellek fejlesztése és megvalósítása valós problémák megoldásáraFőbb jellemzők- Bevezetés a gépi tanulásba, Python és Jupyter- Ismerje meg a Feature Engineeringet és az adatvizualizációt valós adathalmazok segítségével- Ismerje meg a különböző regressziós és osztályozási technikákat- Mély tanulás és neurális hálózat fogalmak és gyakorlatok- Szövegelemzés, ajánlómotorok és idősorelemzés- Jupyter notebook szkriptek az algoritmusok tesztelésére és kipróbálására használt adatkészletekkelA könyv leírásaA könyv matematikai magyarázattal és programozási példákkal mutatja be a gépi tanulás fogalmát. Minden fejezet a technika alapjaival és valós adathalmazon végzett munkapéldával kezdődik.
Az algoritmusok alkalmazására vonatkozó tanácsok mellett minden technika az adatokra vonatkozó előnyökkel és hátrányokkal is rendelkezik. A könyvben python nyelvű kódpéldákat adunk. A Python a legmegfelelőbb és világszerte elfogadott nyelv erre.
Először is, ingyenes és nyílt forráskódú.
Nagyon jó támogatást tartalmaz a nyílt közösség részéről. Rengeteg könyvtárat tartalmaz, így nem kell mindent kódolni.
Emellett skálázható nagy mennyiségű adathoz, és alkalmas a nagy adatátviteli technológiákhoz. Mit fogsz tanulniGépi tanulási modell építése, amelyet az iparágakban az adatokkal kapcsolatos problémák megoldására használnak. Kinek szól ez a könyvEz a könyv minden típusú olvasó számára hasznos.
Akár a gépi tanulásba akarsz belekezdeni, akár a fogalmakat szeretnéd jobban megismerni, vagy a kóddal gyakorolni, ez mindent biztosít. Javasoljuk a felhasználóknak, hogy tanulják meg a koncepciót és gyakorolják a mintakódok segítségével, hogy teljes mértékben kihasználhassák ezt a könyvet. TOC- A Python megértése - Feature Engineering - Adatvizualizáció- Alapvető és fejlett regressziós technikák- Osztályozás - Nem felügyelt tanulás- Szövegelemzés- Neurális hálózat és mélytanulás - Ajánlórendszer - Idősorozat-analízis